TDOA定位技术的基本原理和算法.pdf

2 0 0 7 年1 月第1 2 卷第1 期西安邮电学院学报J a n 2 0 0 7J O I 瓜N A l，O FX I A NU N I V E R S I T YO F P O S TA N DT E L E C o 皿仉I N I C A T l 0 N SV d 1 2N o 1T D O A 定位技术的基本原理和算法郭华(西安邮电学院电子与信g x _ 希系，陕西西安7 1 0 1 2 1)摘要：重点研究基于时间测量值的蜂窝无线定位算法。在分析现有无线定位技术和定位算法的基础上，本文选择了以到达时间差(T D O A)定位算法为研究重点。首先，介绍了两种比较典型的T D O A 定位算法：C H A N 算法和T a y l o r 级数展开法。并在多种信道环境下对这两种基本定位算法进行了仿真比较。为了详细评价这两种算法的定位性能，本文在理想的信道环境和典型的实际信道模型(0 0 S T 2 5 9 和T 1 P 1)下，研究了多种对算法定位性具有影响作用的参数，其中包括：蜂窝小区大小、参与定位基站的个数、测量设备的误差、信道中的N L()S 误差等。关键词：到达时间；到达时间差；到达角度；非视距误差中图分类号：T N 9 2文献标识码：A文章编号：1 0 0 7 3 2 6 4(2 0 0 7)0 1 0 0 1 9 0 6引言在无线通信中，通信信道的影响是在通信系统实施时主要考虑的因素。所以，建立完备的和合适的信道模型，对通信系统的设计具有非常重要的意义。现有的移动台定位方法，绝大多数都需要对多个基站和移动台之间传播的定位信号进行测量，并利用得到的定位测量参数来计算目标移动台的位置。本章将介绍几种适合于移动台定位的信道模型，并将给出几种定位误差表示的方法及其优势和局限性，为后面的定位仿真和算法的改进奠定基础。在此基础上对1 1)C)A 的两种典型的定位算法C H A N 算法和T a y l o r 算法进行仿真和比较。1T 1 P 1 无线定位信道模型与链路仿真1 1T 1 P 1(C O 研眩5 9)信道模型T 1 P 1 模型由E r i c s s o n 的一个移动台定位技术研究小组提出，是一种常用于仿真评估基于时间定位技术的信道模型，也称为C O S T 2 5 9 模型。T 1 P 1 模型中的每一种信道环境包括一定数量的散射体，每个散射体由平均功率、超量时延T b；、平均到达角度a i 和N a k a g a m i m 参数表征。每个散射体由大量的子波组成，每个子波延时相同，但到达角度不同，因此可以仿真每个散射体的衰落情况。每个散射体子波到达的角度服从高斯分布。不同信道环境的具体参数如表1 所示。表1T 1 P 1 信道模型参数环境散射体个数延时r i相对功率P i平均延时扩展：平均超量延时N a k a【a g a m i m 参数闹市1U2 00t-Ir。0 5 1 5 e x p(一6 r r 一)1：11市区A1U2 00Ur。0 5 1 5 e x p(一6 r r。)1：1l与市区A 类似，但应随相对功率调市区B1U2 0延时：r7=r(-十恚)1 5：1l104 31 5郊区2：11U60I-1r。0 1 0 41 5乡村同郊区收稿日期：2 0 0 6 0 4 0 6作者简介：郭华(1 9 7 8 一)，男，甘肃兰州人，西安邮电学院电子与信息工程系硕士研究生。万方数据2 0 西安邮电学院学报2 0 0 7 年1 月1 2 延时扩展G r e e n s t e i n 模型T 1 P 1 模型中的延时扩展根据G r e e n s t e i n 模型(一种基于实际测量值的模型)来产生即：l m a x=T 1 d(1)其中l r r m x 是均方根延时扩展，T 1 是在d=l k m 处延时扩展的中值，e 取值在0 5 到1 之间，Y 是一个标准差为民的对数正态分布随机变量。不同信道环境下的参数如表2 所示。表2不同环境的G r e e n s t e i n 模型参数环境1 1 1e6，经修改的信道模型闹市区1 00 54 d B(Z)D I T 修正市区一般市区0 40 54 d BC O D I T 修正市区郊区0 30 54 d BC A D D I T 郊区远郊0 10 54 d BC O D I T 郊区山区1 01 04 d BC O D I T 远郊基站A O A 测量值基于本地散射圆模型，如图1B S图1M S B S 本地散射模型所示。图中口为测得的电波入射角，卢为视距传播入射角，口为角度误差，d；为移动台M S 到基站B&的距离。该模型中，假定散射物位于环绕M S 的半径为r H 的圆上，K H 为一对应于c t 的随机变量，其中，c 为r (z 1 一z o)R 1 一(z 2 一zG：卜(训 R-_ (矿zL (z 1 一z o)R 1 一(z M zR 2 R 3 R M 式中R f 为初始位置(z o，Y o)与各基站位置(毛，Y)之间的距离，i=1，2，M。矩阵Q 为T D O A 协方差矩阵，垂对角线元素之和定义了定位估计器M S E 的理论下界。在实际应用中Q 可能是未知的，但如果在所有接收机中噪声功率谱密度相似，可将Q 的对电波传播速度，t 为N L O S 造成的移动台M S 到基站B S i 的超量时延，由信道引起的A O A 误差可以看成是服从均值为零，标准差为：C t i2 石2准率评价指标(2)为了正确评价各种定位算法在实际蜂窝网络环境中的定位性能，需要首先确定评价定位准确率的指标。目前常用的指标是定位解均方误差(M S E)、均方根误差(刚S E)、克拉美一罗下界(C R L B)、几何精度因子(G D O P)、圆误差概率(c E P)等。其中，G D O P 用于度量基站地理位置对定位准确率的影响，而G D O P 与C E P 之间存在一种简单的对应关系。后面各章主要采用R M S E 和C E P 指标对相关算法的定位精度进行讨论和评价。2 1均方误差(M S E)与C R L B一种常用于评价定位准确率的度量是定位解的均方误差M S E 与理论上基于无偏差估计器方差的C R L B 界的比较。在二维定位估计中计算M S E 的方法为：M S E=E (z 一主)2+(Y 一多)2 其中(z，y)为M S 的实际位置，(主，多)为M S 的估计位置。此外，均方根误差也常用于评价定位准确率：R M S E=E (z 一主)2+(3，一多)2(3)为了判断定位估计器的准确率，M S E 或R M S E 通常与理论界C R L B 进行比较。C R L B 为任何无偏差参数估计器的方差提供一个下界，通常适用于平稳高斯噪声的平稳高斯信号估计文献给出的T D O A 定位误差的C R L B 为：西=C 2(G?Q G。)-1(4)其中，(Y 1 一Y o)R 1 一(Y 2 一Y o)R 2 (Y 1 一Y o)R 1 一(Y 3 一Y o)R 3：(y 1 一Y o)R 1 一(y M Y o)R M(5)角线元素替代为盯：，其余元素替代为0 5 仃，构成近似T D O A 协方差矩阵，其中仃为1 1)o A 测量值的方差。2 2圆球误差概率(C E P S E P)定位估计准确率的一种严格且简单的度量是圆误差概率C E P，C E P 是定位估计器相对于其定位均 万方数据第1 期郭华：们)C)A 定位技术的基本原理和算法2 1 值的不确定性度量。对于二维定位系统，C E P 定义为包含了一半以均值为中心的随机矢量实现的圆半径。如果定位估计器为无偏差的。C E P 即为M S 相对其真实位置的不确定性度量如图2 所示。如果估计器为有偏差的且以偏差B 为界，则对于5 0 概率，M S 的估计位置在距离B 十C E P 内，此时，C E P 为一复杂函数，通常用其近似表示，对于T D O A 双曲线定位，C E P 近似表示为：C E P=o 7 5 以i 再，(6)其中，盯三，仃j 分别为二维估计位置的方差。发射机位置图2圆误差概率C E P2 3几何精度因子(G D O P)采用距离测量方法的定位系统准确率在很大程度上取决于基站和待定位移动台M S 之间的几何位置关系。几何位置对定位准确率影响的度量即为几何精度因子(G D O P)，定义为定位误差R M S E 与测距误差R M S E 比率。G D O P 表征了由于移动台与基站几何位置关系对测距误差的放大程度。对于无偏差估计器，G D O P 为：G D O P=t r (A T A)1(7)其中，t r()表示对结果矩阵求迹，即求矩阵主对角线元素之和。A 为根据某种特征测量值建立的线性方程组的系数矩阵，即Y=A x(8)这里，基站位置Y 是已知的M 1 维向量，M S 位置x 是2 1 维未知向量 x，y T，A 是M 2 矩阵，如果A T A 是非奇异矩阵且M 2，则式(8)为方程数大于未知量数目的超定方程组，采用最小二乘(L S)算法获得M S 估计位置：X=(A T A)一1 A T Y(9)对于无偏差的估计器及二维双曲线定位系统，G D()P 可表示为：G D O P=+4 d。(1 0)这里0 s 为测距误差标准差。G D O P 与C E P 有以下近似关系：C E P(0 7 5 a s)G D O P(1 1)G D O P 可作为从大量基站中选择所需定位基站的指标，选中的基站是使G D O P 最小的基站，还可用于建立新系统时作为选择基站位置的参考。3 基于C O S 配5 9 信道模型的算法仿真为了从分评估C H A N 算法和T a y l o r 算法在不同信道环境、不同测量条件下的定位性能，本文设定了多种仿真条件，考虑了实际应用中的可能出现的情况，并且每次都在相同的条件下对M S 做定位估计。考核定位结果的均方根误差(刚S E)并以图表的形式直观的表示出来，结合理论分析，对这两种主要的无线定位算法做评估。实际应用中，对无线定位精度造成影响的因素有许多种。在本文中主要考虑以下因素：小区半径的大小、参与定位的基站数目、不同的信道参数、设备的测量误差、定位基站的排列形状等。综合考虑以上因素，仿真所需的主要条件如下：(1)针对C O S q 2 5 9 模型中的A、B、C、D 四种信道做仿真。不同的信道其参数T 不同。在考察小区半径和定位基站数目对定位性能的影响时主要考虑了A 和B 两种信道，考察基站的排列形状时主要考虑B 和D 两种信道。(2)检测设备造成的测量误差：假设检测设备精度造成的T D O A 误差服从均值为0，标准差为3 0 m的高斯正态分布。在考察设备的测量误差对定位精度的影响时，标准差分别取：3 0 m、6 0 m、9 0 m、1 2 0 m、1 5 0 m。3 1 理想信道环境下，测量设备误差对定位的影响仿真条件：小区半径R=2 0 0 0 m，参与定位的基站数目为3 7 个，M S 在1 1 2 小区内均匀分布，假设信道为理想的L O S 信道，由信道造成的N L O S 误差为0。仅仅考虑由于检测设备的测量误差对算法定位性能的影响。比较受限T a y l o r 算法与C H A N算法的定位性能。定位结果如图3、图4 和图5 所示。从图3 到图5 可以看出，当仅有理想高斯分布的测量误差时，参与定位基站的数目已经不是很重要了，基站数目的变化不会影响两种算法的定位性能。定位性能与测量误差直接相关(基本呈线性增长)。从3 个图中都可以发现C H A N 算法的定位性能要好与M t a y l o r 算法。也就是说C H A N 算法的抗 万方数据2 2 西安邮电学院学报2 0 0 7 年1 月图3 基站数为3 时，理想高斯测误差条件下。M T a y l o r算法与C H A N 算法的定位性能比较图4 基站数为4 时，理想高斯测量误差条件下，M T a y l o r算法与C H A N 算法的定位性能比较图5 基站数为7 时，理想高斯测误差条件下，M T a y l o r算法与C H A N 算法的定位性能比较高斯噪声性能更好，较适用于L O S 信道环境。3 2C 0 刚2 5 9 环境下。小区大小、定位基站数目及排列对定位性能的影响参与定位基站数目与小区大小对定位性能的影响仿真条件：参与定位的基站数目固定为(3 7)，小区半径大小由1 0 0 0 m-4 0 0 0 m 变化。M S 在1 1 2小区内均匀分布，在B a d U r b a n 和U r b a n 环境下比较受限的T a y l o r 算法和C H A N 算法的定位性能。T a y l o r 算法的初始位置取M S 的实际位置；设备的测量误差服从均值为0，标准差为3 0 m 的理想高斯分布；N L O S 误差服从C O S q 2 5 9 模型。仿真结果如图6、图7 和图8 所示。图6 基站数目为3 时，M T a y l o r 算法和C H A N 算法在B a d U r b a n 和U r b a n 环境下图7 基站数目为4 时，M T a y l o r 算法和C H A N 算法在B a d U r b a n 和U r b a n 环境下的性能比图8 基站数目为7 时。M T a y l o r 算法和C H A N 算法在B a d U r b a n 和U r b a n 环境下的性能比标识说明：B a d U r b a n C h a n 表示在B a d U r b a l l(T=1)环境下C H A N 算法的定位性能曲线；U r b a n C h a n 表示在U r b a l l(T=0 4)环境下C H A N 算法的定位性能曲线；B a d U r b a n T a y l o r 表示在B a d U r b a n(T=1)环境下M T a y l o r 算法的定位性能曲线；U r b a n T a y l o r 表示在U r b a n(T=0 4)环境下M T a y l o r算法的定位性能曲线。从图6 到图8 可以看出，在实际信道中，C H A N算法的定位性能要比M t a y l o r 算法的性能差，这是 万方数据第1 期郭华：1 1)O A 定位技术的基本原理和算法2 3 由于C H A N 算法本身就是针对理想高斯L O S 环境提出来的，所以在实际信道中，由于N u 碣误差的引入导致了C H A N 算法性能的急剧下降。我们也可以从图中发现，当N L O S 误差分不相同时，参与定位的基站数目的多少对算法的定位性能没有多大的影响。但当小区半径大于3 0 0 0 m 时，M t a y l o r 算法的性能呈直线下降，而且当小区半径增大时，M t a y l o r 算法有可能出现不收敛情况。而C H A N 算法性能变化较为平稳，且在任何情况下都能够给出定位结果。因此可以得出结论，在其它条件相同的条件下，C H A N 算法比M t a y l o r 算法更适合与宏小区的无线定位。非理想的基站分布对定位性能的影响仿真条件：小区半径从1 0 0 0 m-4 0 0 0 m，参与定位的基站数目为3。在类似高速公路的直线区域内基站一般呈直线分布。M S 在1 1 2 小区内均匀分布。比较受限M t a y l o r 算法和C H A N 算法在U r b a n和R u r a l 环境下的定位性能，以及基站直线分布与理想蜂窝状分布下两种算法的定位性能。M t a y l o r算法中M S 的初始位置取M S 的实际位置。设备测量误差服从均值为0，标准差为3 0 m 的理想高斯分布。非视距误差N L O S 满足C O S T 2 5 9 信道模型。仿真结果如图9 和图1 0 所示。想蜂窝状排列时M T a y l o r 算法的定位性能曲线；U H i g h w a y C h a n 表示在U r b a n(T=0 4)环境下基站直线排列时C H A N 算法的定位性能曲线；R h i g h w a y C h a n 表示在R u r a l(T=0 1)环境下基站直线排列时C H A N 算法的定位性能曲线；U C h a n 表示在U r b a n(T=0 4)环境下基站理想蜂窝状排列时C H A N 算法的定位性能曲线；R C h a n 表示在R u r a l(T=0 1)环境下基站理想蜂窝状排列时C H A N 算法的定位性能曲线；图1 0 基站直线排列与理想蜂窝状排列时，在U r b a n 和R u r a l 环境下C H A N 算法定位性能的比较从图9 和图l O 可以看出，基站的位置分布对两种算法的定位性能影响都很大，其它条件不变时，当基站呈直线分布时，定位性能都急剧下降。如果做横向比较，在小区半径较小时，M t a y l o r 算法有较好的定位性能。4小结墨豢量T a y 表零碘：咄：。怒境N 于N 蛐oN 嚣磊獬毒嚣篓萎萎釜下基站直挚排犁翌M 型。：苎法鬯耋譬譬魁釜二善于。菇；藤莅_ 一。1“一4。，。曼譬：盘：2 1：霉示套量：墨!三i。巴1：瑟境下“。蚤囊未量苫磊菰知时，两种算法的定位性能-b j基站曼掣眵I J 呈芝2；?。号姜鬯定譬竺堂竺堂三。理想白五荔磊露霈爵翁荟莅茬晶磊琵；萄苄藻：。在。竺曼窟裴委乏u 小a 竖i?!：瑟薹互惹站理示美军磊磊彳：爵!莱：；芸著袭孬禚盈荏磊。“想蜂童攀5 翌竺a。y l o r 警鬯毒拦婴莹L一。菇巍并磊菇赫磊茹赫；R M T a y 表示在R u 同(T=0 1)环境下基站理c 凡0；囊丽。荔蔷蔓美二二星了羞茹矗磊差菇需磊 万方数据算法都能取得较好的定位效果，基本能够满足F W r o k s h o pJ u n e2 0 0 1 9 1 1 的定位要求；但在城区的效果就明显下降，在闹 2 J a m e sJ C a f f e r y J r a n dG o r d o nL S t u b e r“O v e r v i e w市区几乎不能准确定位。因此，要在市区和闹市区o fR a d i o l o e a t i o ni nC D M AC e l l u l a rS y s t e m s”I E E E获得较好的定位效果，就需要对定位算法进行改进，C o m m u n i c a t i o n sM a g a z i n eA p r i l1 9 9 8P P 3 8 4 5 对如何取得更精确的T D O A 测量值，更好的克服【3 “A n，8 i e w。w i r d e 8 S1 妇G e 0 1 0 c a t i o nT e c h n i q u e SN 螂误差进行深入的研究。：意篙访笼三P 苍赢。芝：篙参考文献b i l ea n dW i r e l e s sC o m m u n i c a t i o n sN e t b。r k s I F I P T C 6 E u r o p e a nc o m m i s s i o nN N I W O R K I N G2 0 0 0I n t e r 一 1 D o m e n i c oP o r c i n o P h i l i p sR e s e a r c hL a b o r a t o r i e s“S t a n。n a t i o n a lW o r k s h o p M W C N2 0 0 0 P a i l sF r a n c e M a vd a r d i s a t i o no fL o c a t i o nT e c h n o l o g i e s”M o b i l e m c a t i o n2 0 0 0P r i n c i p l ea n da l g o r i t h mo fG U oH u aAl o c a t i o nt e c h n o l o g y(D e p a r t m e n to fE l e c t r o n i co fI n f o r m a t i o nE n g i n e e r i n g，X i a nU n i v e r s i t yo fP o s ta n dT e l e c o m m u n i c a t i o n s，X i a J l7 1 0 1 2 1，C K m)A b s t r a c t：T h i st h e s i sr e s e a r c h e st h ew i r e l e s sl o c a t i o na l g o r i t h m sb a s e do nt i m e r e l a t e dm e a s u r e m e n t si nt h eW i r e l e s sC e l l u l a rN e t w o r k B ya n a l y z i n ge x i s t i n gb a s i ct e c h n i q u e sa n da l g o r i t h m si nw i r e l e s sl o c a t i o n，t h i st h e s i ss e l e c t st h eT D O Aa l g o r i t h mf o re m p h a s e so fr e s e a r c h F i r s t，w ei n t r o d u c et w ot y p i c a la l g o r i t h m sa sT a y l o ra l g o r i t h ma n dC H A Na l g o r i t h m F u r t h e r m o r e，w ea n a l y z ea n dc o m p a r et h e mb ys i m u l a t i o nu n d e rs。m e n】m o nm o b i l ec h a n n e le n v i r o n m e n t I no r d e rt oe v a l u a t et h ep e r f o r m a n c eo ft h et w ob a s i ca l g o r i t h m si nd e t a i l t h ep e r f e c tc h a n n e la n dt w ot y p i c a lm o b i l ec o m m u n i c a t i o nc h a n n e lm o d e l(C O S T2 5 9a n dT I P l)a r ee m p l o y e df o rf u t u r ed e t a i l e ds i m u l a t i o n I ns i m u l a t i o n s，m a n yr e l a t i v ep a r a m e t e r sw h i c hm a ye f f e c tt h ep e r f o r m a n c eo ft h el o c a t i o na l g o r i t h m sa r ee x a m i n e d，s u c ha st h ec e l ls i z e，t h en u m b e ro ft h eb a s es t a t i o n st a k i n gp a r ti nt h el o c a t i o ns e r v i c e，e q u i p m e n tm e a s u r e m e n te r r o r s，N L O Se f f e c te t c K e yw o r d s：T i m eo fA r r i v e(T O A)；D i f f e r e n c eT i m eo fA r r i v e(T E X)A)；A n g e lo fA r r i v e(A O A)；N L O Sa l T O r(上接第1 8 页)E r r o rc o d ep r o t e c t i o na n ds c h e m eo fT u r b oc o d ef o rw i r e l e s sv i d e of r e q u e n c yt r a n s m i s s i o nX UH u a，D O N GY u-n i n g，X I AY a n g(C o l l e g eo fC o m m u n i c a t i o na n dI n f o r m a t i o nE n g i n e e r i n g，N a n j i n gU n i v e r s i t yo fP o s t sa n dT e l e c o m m u n i c a t i o n s，N a n j i n g2 1 0 0 0 3，C h i n a)A b s t r a c t：T h ec h a r a c t e r i s t i c so fw i r e l e s sc h a n n e ls u c ha st i m e v a r i e t ya n dh i g hB E Rr e q u i r e sn o to n l ys t r o n ge r r o rc o r r e c t i n gc a p a b i l i t yo fc h a n n e lc o d i n gm e t h o db u ta l s ot h ea b i l i t yt oa d j u s tb i tr a t ea c c o r d i n gt ot h es t a t eo fw i r e l e s sc h a n n e l T h eR a t eC o m p a t i b l eT u r b oc o d e(R C P T)c a nf u l f i l ls u c hr e q u i r e m e n t。a n dp r o t e c tv i d e af r e q u e n c ys t r e a mw i t ht r Si n t e r l e a v e r T h ea p p l i c a t i o no fR C P To v e rt h em o b i l ec o m m u n i c a t i o nc h a n n e li si n t r o d u c e d，a n dn e ws c h e m e sa b o u ta d a p t i v ec o d i n gs y s t e ma n du n e q u a le r r o rp r o t e c t i o na r ed i s c u s s e d K e yw o r d s：T u r b oc o d e s；R c P rc o d e s；p u n c t u r et a b l e，u n e q u a le r r o rp r o t e c t i o n 万方数据TDOA定位技术的基本原理和算法TDOA定位技术的基本原理和算法作者：郭华，GUO Hua作者单位：西安邮电学院,电子与信息工程系,陕西,西安,710121刊名：西安邮电学院学报英文刊名：JOURNAL OF XIAN UNIVERSITY OF POST AND TELECOMMUNICATIONS年，卷(期)：2007，12(1)被引用次数：0次 参考文献(3条)参考文献(3条)1.Domenico Porcino.Philips Research Laboratories Standardisation of Location Technologies 20012.James J Caffery Jr.Gordon L Stuber Overview of Radiolocation in CDMA Cellular Systems 19983.Kaven Pahlavan.Xinrong Li.Mika Ylianttila.Ranvir Chana.And Matti Latva-aho AnOverview of WirelessIndoor Geolocation Techniques and Systems 2000 相似文献(10条)相似文献(10条)1.期刊论文 邓平.刘林.范平志 移动台定位估计数据融合增强模型及其仿真研究-通信学报2003,24(11)为了提高蜂窝网中对移动台(MS)的定位精度,在文献1中,Kleine-Ostmann提出了一种对电波到达时间(TOA)和到达时间差(TDOA)测量值进行融合的模型.本文对该模型进行了改进,增加了AOA测量值的使用,提出了融合度更高的增强型数据融合模型.分析和仿真结果表明,只要AOA测量值达到一定精度要求,该模型就能取得更好的定位性能.2.期刊论文 章坚武.虞成磊.唐兵.ZHANG Jian-wu.YU Cheng-lei.TANG Bing 蜂窝网中的chan定位算法的性能分析-计算机仿真2009,26(6)对蜂窝网中基于到达时间(TOA)/到达时间差(TDOA)的定位算法进行了分析和研究,重点介绍了Ghan定位算法在二维空间的应用.通过均方根误差(RMSE)与克拉美-罗(CRLB)下界的比较,分析了理想环境中Chan定位算法的性能.还通过实际测量,采用TOA双程测距方式得到TOA测量值,对Chan定位算法在实际测量中的性能进行了验证.实验仿真以及实际验证的结果表明算法在理想环境和实际测量中容易实现,而且定位精度相对较高.3.学位论文 郭兴旺 蜂窝网络消除非视距传播误差的定位算法研究 2007 无线定位在军事和民用技术中已获得了广泛应用。近十年来，随着CDMA技术的应用与发展，蜂窝移动通信系统呈现出迅猛发展的势头，网络中各种基于移动台位置的服务，如公共安全服务、紧急报警服务、基于移动台位置的计费、车辆和交通管理、导航、网络规划与设计、无线资源管理的改进等，无不与准确定位移动台的位置有关。在蜂窝网络中，为了提高对移动台的定位精度，除了研究高精度定位算法外，还需研究造成测量误差的主要原因，寻找其对策。非视距传播在移动台和基站之间普遍存在，己成为蜂窝网络移动台定位技术研究的重点和热点问题。本文主要针对非视距(NLOS)问题进行了研究。首先给出了蜂窝网无线定位系统，介绍了它的原理、信道模型、精度和误差，并对给无线定位的精度带来决定性影响的因素非视距误差，进行了详尽且深入的讨论和分析；然后，引入了基于几何位置的到达时间(TOA)定位模型和到达时间差(TDOA)双曲线定位模型，并引出了基于TOA或TDOA模型的Fang，Chan，Friedlander，SX，SI，Taylor定位算法，分析了Wang和松弛变量算法。这些算法对移动台接收到的所有基站的TOAfl7DOA测量值进行处理，计算复杂度高，在NLOS误差存在的情况下性能较差；最后，给出了改进的相交线算法(LLOP)和距离比例算法(RSA)。它们对所获得的TOA测量值，不再全部处理，而是采用距离比例算法，排除掉NLOS误差相对较大的基站，只保留不存在NLOS误差或者NLOS误差相对较小的三个基站，这样，在最大程度减小计算量的前提下，抑制了NLOS误差造成的影响。仿真结果表明，当基站数很多，NLOS误差很大时，采用NLOS误差排除方法的RSA和LLOP算法比Wang等算法具有性能好，计算复杂度低等优点。4.期刊论文 郭华.GUO Hua 基于神经网络数据融合的无线定位算法-西安邮电学院学报2006,11(5)提出了一种基于神经网络数据融合的无线定位算法,该方法融合了到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)、,并考虑了这三种测量值的测量质量(可信度),有效地解决了在常规定位算法中使用线性最小二乘法求解非线性方程使定位精度下降的缺点.通过仿真表明,该算法具有较高的定位精度,能够满足FCC所提出的定位要求.5.期刊论文 李晓竹.张海波.孙世权.LI Xiao-zhu.ZHANG Hai-bo.SUN Shi-quan 一种改进的混合定位算法-辽宁工程技术大学学报（自然科学版）2005,24(z2)针对目前移动通信网络中无线定位精度偏低的情况,提出一种改进的混合定位算法.主要思想是基于TDOA(到达时间差),考虑NLOS(非视距传播)影响的定位算法.并在求解过程中引入类TOA(到达时间)的计算方法,然后采用最大似然(ML)法估计位置点坐标,最后通过校正,使定位误差达极小值,从而实现精确定位.模拟试验验证了算法的有效性.随着定位精度的增加,紧急救援和交通导航等位置服务的效率将会有很大提高.6.学位论文 张震 移动通信网络中TOA/TDOA终端定位方法研究 2006 蜂窝无线定位服务(LCS)是一种具有广阔市场前景的移动增值业务，其基本原理是利用现有蜂窝网络，通过对各种位置特征参数，包括到达时间(TOA)、到达时间差(TDOA)、到达方向(DOA)的测量和估计等，从而实现移动用户的定位。本文通过对3G系统中定位业务需求和各种定位技术的分析，提出一个开放性的、从端到端提供定位服务的概念模型，指出了定位服务与接入网逻辑上相互分离的设计思想，同时为基于时间的定位算法研究提供了系统背景。然后，探讨了在信号多径传输的情况下，在一定程度上可抑制多通道干扰和空间相关平稳噪声的影响，有效地进行时延估计的自适应参数型多径时延差(APMTDOA)估计方法。之后从数理统计的角度出发，在构造了一个TOA和TDOA进行位置估计的数据融合模型的基础上，为了提高定位算法的健壮性和自适应能力，论文提出了一种基于支持向量回归(SVR)对TOA/TDOA进行数据融合的方法，并对算法在COST259信道环境下的定位性能进行了仿真。仿真结果表明该算法能以70的概率达到125m内的定位精度。7.期刊论文 段凯宇.张力军.DUAN Kai-yu.ZHANG Li-jun 一种在NLOS环境下提高精度的TDOA定位方法-南京邮电学院学报2005,25(5)根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行了估计,并对TDOA(到达时间差)的测量值和方差进行了修正,在一定程度上消除了NLOS误差的影响.采用Chn算法对移动台(MS)位置进行定位.仿真结果表明,该方法能够提高Chan算法在NLOS传播环境下的定位精度.8.学位论文 孙国林 TOA/TDOA蜂窝网络定位算法研究 2003 蜂窝无线定位服务(LCS)是一种具有广阔市场前景的移动增值业务,其基本原理是利用现有蜂窝网络,通过对各种位置特征参数,包括到达时间(TOA)、到达时间差(TDOA)、到达方向(DOA)的测量和估计,从而实现移动用户的定位.首先,该文通过对3G系统中定位业务需求和各种定位技术的分析,提出一个开放性的、从端到端提供定位服务的概念模型,指出了定位服务与接入网逻辑上相互分离的设计思想,同时为基于时间的定位算法研究提供了系统背景.然后,从数理统计的角度出发,构造了一个TOA和TDOA进行位置估计的数据融合模型.主要利用一种最佳线性融合策略和基于移动台位置的动态定位算法对TOA和TDOA测量数据进行融合,有效的提高了算法可靠性和准确度.为了提高定位算法的健壮性和自适应能力,论文提出了一种基于支持向量回归(SVR)对TOA/TDOA进行数据融合的方法,并对算法在不同的信道环境下的定位性能进行了仿真.仿真结果表明该算法能以67的概率达到100m内的定位精度,并对影响