基于遗传神经网络的UWB室内定位算法研究

发布时间：2022-08-11 10:42

　　随着人类社会进入移动互联网的新时代,基于地理位置信息的相关服务也迅速的发展起来。目前人们已经不仅仅满足于室外环境下的位置信息服务,在室内环境下的人员和设备定位等服务也存在巨大需求,但是室内环境不同于空旷的室外,存在许多障碍物,影响无线信号的定位效果,因此如何提高室内无线定位精度的相关技术研究也成为了热点。超宽带（UWB）技术是目前新兴的无线通信技术,本文围绕如何提高UWB室内定位精度展开研究,首先在IEEE802.15.4a标准提供的UWB信道模型下进行了信道仿真,确定了在室内环境下非视距传播（NLOS）是造成UWB信号传播时延和信号强度衰减的主要因素。针对NLOS这一问题,本文分析了基于信号强度法（received signal strength,RSS）、基于信号到达角度法（angle of arrival,AOA）、基于信号到达时间法（time of arrive,TOA）、基于信号到达时间差法（time difference of arrive,TDOA）这四种常用定位方法的优劣,其中TDOA法能够发挥UWB信号时间分辨率高的优点,因此本文选择TDOA法。确定了定位方法之后,本... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题研究背景及意义
    1.2 UWB技术简介
    1.3 UWB定位的国内外研究现状
    1.4 论文工作安排
2 无线定位理论基础
    2.1 常用定位方法
    2.2 影响无线定位精度的主要因素
    2.3 定位性能评价指标
    2.4 本章小结
3 WB信号及信道模型
    3.1 UWB信号模型
    3.2 UWB信道模型
    3.3 UWB信道模型仿真分析
    3.4 本章小结
4 基于遗传神经网络的定位算法
    4.1 BP神经网络
    4.2 遗传算法优化BP神经网络
    4.3 遗传神经网络定位模型的建立
    4.4 本章小结
5 UWB定位算法仿真及分析
    5.1 TDOA定位的加权最小二乘数学模型
    5.2 经典定位算法
    5.3 定位算法仿真与分析
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者从事科学研究和学习经历简介
攻读硕士期间研究成果



本文编号：3674511