国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于LTE和Wi?Fi異構(gòu)網(wǎng)絡(luò)下的混合定位算法的制作方法

      文檔序號(hào):11628952閱讀:277來(lái)源:國(guó)知局
      一種基于LTE和Wi?Fi異構(gòu)網(wǎng)絡(luò)下的混合定位算法的制造方法與工藝

      本發(fā)明屬于無(wú)線電定位技術(shù)領(lǐng)域,具體涉及一種基于lte和wi-fi異構(gòu)網(wǎng)絡(luò)下混合定位算法。



      背景技術(shù):

      隨著全球移動(dòng)通信技術(shù)的迅猛發(fā)展,人們基于位置服務(wù)(locationbasedservices,lbs)的需求日益增強(qiáng),研究無(wú)線定位技術(shù)具有很強(qiáng)的實(shí)際意義。長(zhǎng)期演進(jìn)lte(longtermevolution)作為在新一代移動(dòng)通信系統(tǒng)承載數(shù)據(jù)業(yè)務(wù)的核心網(wǎng)絡(luò),研究lte終端定位算法具有重要的現(xiàn)實(shí)意義。

      全球定位系統(tǒng)(globalpositionsystem,gps)定位受限于阻礙物的密集程度,在室內(nèi)或建筑物密集區(qū)域會(huì)使其降低定位精確度,增大耗電量。wi-fi(wirelessfidelity)定位主要用于室內(nèi)定位,但在室外wi-fi信號(hào)較弱或者無(wú)wi-fi信號(hào)場(chǎng)景無(wú)法實(shí)現(xiàn)定位服務(wù)。

      傳統(tǒng)無(wú)線定位算法主要有基于到達(dá)時(shí)間(timeofarrival,toa)、基于到達(dá)角度(angleofarrival,aoa)、基于到達(dá)時(shí)間差(timedifferenceofarrival,tdoa)三種定位算法以及toa/aoa、tdoa/aoa等混合定位算法。傳統(tǒng)定位算法往往需要3個(gè)或3個(gè)以上工作基站,在非視距(nonelineofsight,nlos)環(huán)境下容易產(chǎn)生較大定位精度誤差。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明的所要解決的技術(shù)問(wèn)題在于針對(duì)背景技術(shù)存在的問(wèn)題,提出基于一種lte和wi-fi異構(gòu)網(wǎng)絡(luò)下混合定位算法,該算法可以很好地實(shí)現(xiàn)nlos環(huán)境下更高精度的定位。

      為解決上述問(wèn)題,本發(fā)明提出的技術(shù)方案是一種基于lte和wi-fi異構(gòu)網(wǎng)絡(luò)下的混合定位算法,包含以下步驟:

      步驟1:獲取移動(dòng)臺(tái)所處小區(qū)的cellid和附近的無(wú)線接入點(diǎn)(accesspoint,ap)的信號(hào)強(qiáng)度指示(receivedsignalstrengthindex,rssi),得到移動(dòng)臺(tái)所處的位置范圍,從網(wǎng)絡(luò)側(cè)獲取測(cè)量值;

      步驟2:基于單基站多信號(hào)混合定位算法幾何模型,得到粒子搜索的最小區(qū)域:

      步驟3:根據(jù)單基站多信號(hào)混合定位算法幾何模型,構(gòu)建目標(biāo)函數(shù):

      步驟4:利用基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法求解目標(biāo)函數(shù),粒子在小區(qū)范圍內(nèi)隨機(jī)均勻生成m個(gè)粒子在n維空間搜索;第k個(gè)粒子的位置向量xk=[xk1,xk2,…,xkn]t,k=1,2,…,m,速度向量vk=[vk1,vk2,…,vkn]t,k=1,2,…,m;

      根據(jù)粒子適應(yīng)度的不同將群體分為三個(gè)子群,對(duì)各自群體采用不同的慣性權(quán)重,不斷迭代,其三個(gè)粒子群的慣性權(quán)重表示為:

      其中,k=1,2,…m,ωmax、ωmin分別表示慣性權(quán)重的上限和下限,δω=ωmax-ωmin慣性權(quán)重的極差,粒子群的平均適應(yīng)度的值為fk對(duì)應(yīng)第k個(gè)粒子的當(dāng)前目標(biāo)函數(shù)值,fm當(dāng)前最優(yōu)粒子的適應(yīng)度,分別表示大于、小于的粒子群適應(yīng)度的平均值;

      步驟5:通過(guò)基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法求解目標(biāo)函數(shù),當(dāng)滿足下式時(shí)輸出x:

      ‖xt+1-xt‖<δ

      其中,x=(xms,yms)為移動(dòng)臺(tái)估計(jì)位置坐標(biāo)。

      進(jìn)一步,上述的無(wú)線接入點(diǎn)的位置和信號(hào)強(qiáng)度可以改變。

      同樣,上述的小區(qū)半徑也可以改變。

      上述的慣性權(quán)重的因子的選取范圍也可以改變。

      作為優(yōu)選,上述慣性權(quán)重取值范圍為0.35到0.85。

      上述的粒子群個(gè)數(shù)m的選取范圍可以改變。

      本發(fā)明采用上述技術(shù)方案,具有以下技術(shù)效果:

      1,本發(fā)明基于單基站多信號(hào)模型的基礎(chǔ)上進(jìn)行改進(jìn),利用移動(dòng)臺(tái)接收的無(wú)線信號(hào)信息,縮小了粒子群的搜索范圍,從而加快粒子群收斂速度。

      2,本發(fā)明基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的粒子群算法,根據(jù)每個(gè)粒子的適應(yīng)度值調(diào)節(jié)其慣性權(quán)重,動(dòng)態(tài)調(diào)整每個(gè)粒子的活性,提高全局搜索能力和收斂能力,從而提高了定位精度,降低定位誤差,在復(fù)雜室外環(huán)境下性能較為優(yōu)秀。

      附圖說(shuō)明

      圖1是信號(hào)經(jīng)歷單次反射時(shí)移動(dòng)臺(tái)與散射體的位置關(guān)系示意圖。

      圖2是自適應(yīng)度動(dòng)態(tài)調(diào)節(jié)ω的改進(jìn)pso算法流程圖示意圖。

      圖3是本發(fā)明的算法流程圖示意圖。

      圖4是ros模型下不同半經(jīng)的定位誤差示意圖。

      圖5是ros模型下的不同迭代次數(shù)的定位誤差示意圖。

      具體實(shí)施方式

      現(xiàn)結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明。

      本發(fā)明公開(kāi)了一種基于lte和wi-fi異構(gòu)網(wǎng)絡(luò)下混合定位算法,建立適合nlos環(huán)境下的單基站多信號(hào)定位幾何模型,在定位階段提出基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法,動(dòng)態(tài)調(diào)整每個(gè)粒子的活性,提高pso算法在全局搜索能力和收斂能力,保證得到移動(dòng)臺(tái)位置的準(zhǔn)確性。

      主要的方法流程如下:

      步驟1:獲取移動(dòng)臺(tái)所處小區(qū)的cellid和附近的無(wú)線接入點(diǎn)(accesspoint,ap)的信號(hào)強(qiáng)度指示(receivedsignalstrengthindex,rssi),得到移動(dòng)臺(tái)所處位置范圍,從網(wǎng)絡(luò)側(cè)獲取測(cè)量值。

      步驟2:基于單基站多信號(hào)混合定位算法幾何模型,得到粒子搜索的最小區(qū)域:

      步驟3:根據(jù)單基站多信號(hào)混合定位算法幾何模型,構(gòu)建目標(biāo)函數(shù):

      步驟4:利用基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法求解目標(biāo)函數(shù)。粒子在小區(qū)范圍內(nèi)隨機(jī)均勻生成m個(gè)粒子在n維空間搜索;第k個(gè)粒子的位置向量xk=[xk1,xk2,…,xkn]t,k=1,2,…,m,速度向量vk=vk1,vk2,…,vkn]t,k=1,2,…,m;

      根據(jù)粒子適應(yīng)度的不同將群體分為三個(gè)子群,對(duì)各自群體采用不同的慣性權(quán)重,不斷迭代。其三個(gè)粒子群的慣性權(quán)重表示為:

      其中,k=1,2,…m,ωmax、ωmin分別表示慣性權(quán)重的上限和下限,δω=ωmax-ωmin慣性權(quán)重的極差,粒子群的平均適應(yīng)度的值為fk對(duì)應(yīng)第k個(gè)粒子的當(dāng)前目標(biāo)函數(shù)值,fm當(dāng)前最優(yōu)粒子的適應(yīng)度,分別表示大于、小于的粒子群適應(yīng)度的平均值。

      步驟5:通過(guò)基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法求解目標(biāo)函數(shù)。當(dāng)滿足下式時(shí)輸出x。

      ‖xt+1-xt‖<δ

      其中,x=(xms,yms)為移動(dòng)臺(tái)估計(jì)位置坐標(biāo)。

      作為本發(fā)明的單基站多信號(hào)混合定位算法進(jìn)一步優(yōu)化方案:所述的ap的位置和ap的信號(hào)強(qiáng)度可以改變。

      作為本發(fā)明的單基站多信號(hào)混合定位算法進(jìn)一步優(yōu)化方案:所述的小區(qū)半徑可以改變。

      作為本發(fā)明的基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)的改進(jìn)pso算法進(jìn)一步優(yōu)化方案:所述的慣性權(quán)重因子選取的范圍可以改變。

      作為本發(fā)明的基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)的改進(jìn)pso算法進(jìn)一步優(yōu)化方案:所述的粒子群個(gè)數(shù)m選取可以改變。

      如圖1所示,信號(hào)經(jīng)歷單次反射時(shí),移動(dòng)臺(tái)與散射體的位置關(guān)系為:移動(dòng)臺(tái)(mobilestation,ms)到達(dá)基站(basestation,bs)的信號(hào)經(jīng)歷了單次反射時(shí),ms與散射體(scattering,s)的位置關(guān)系。在城市、郊區(qū)等環(huán)境,傳輸損耗模型通常采用如下模型:

      pr(d)=k-10εlog(d)(dbm)(1)

      其中,d代表ap和ms之間的距離,ε代表自由空間的損耗系數(shù)。其中參數(shù)d就是rap,ms。k是如下常數(shù):

      距離d0是以km為單位,頻率ω是以mhz為單位。

      圖中α、β分別表示aoa、aod的值,dbs,s表示基站到散射體的距離。故散射體和移動(dòng)臺(tái)的坐標(biāo)可以表示為:

      其中,lj表示無(wú)線信號(hào)的傳播距離。由式(3)和式(4)可得散射體到基站的距離為:

      其中,dms,s表示移動(dòng)臺(tái)到散射體的距離,即:

      將式(6)和式(7)帶入式(8)可得:

      其中:

      r1,j=ljcosαj+xbs,j-xms(10)

      r2,j=ljsinαj+ybs,j-yms(11)

      而信號(hào)傳播距離(lj)等于信號(hào)從移動(dòng)臺(tái)到散射體的距離(dms,s)與散射體到基站的距離(dbs,s)之和,即:

      由于測(cè)量誤差的存在,式(12)往往并不成立。記每條路徑中因測(cè)量造成的誤差為:

      移動(dòng)臺(tái)的位置可以通過(guò)最小化如下目標(biāo)函數(shù)得到:

      其中,x=(xms,yms)為移動(dòng)臺(tái)估計(jì)位置坐標(biāo)。本文定位算法實(shí)現(xiàn)時(shí)要求最少有3條信號(hào)路徑(經(jīng)仿真驗(yàn)證,3條信號(hào)路徑足以保證定位精度),同時(shí)根據(jù)基站的toa測(cè)量值和wi-fi信號(hào)強(qiáng)度測(cè)量值可確定移動(dòng)臺(tái)的位置范圍如下:

      對(duì)照附圖2是本文建立的自適應(yīng)度調(diào)節(jié)策略,充分發(fā)揮自適應(yīng)操作的效能,不僅用到了群體早熟收斂信息,還根據(jù)個(gè)體適應(yīng)值的不同將群體分為3個(gè)子群體,對(duì)各自群體采用不同的自適用操作,并根據(jù)粒子的平均適應(yīng)度評(píng)價(jià)粒子的優(yōu)劣。首先,計(jì)算粒子群適應(yīng)度(f)的均值依據(jù)將粒子群分為3組,各組粒子群依據(jù)各組的適應(yīng)度均值動(dòng)態(tài)調(diào)整ω。圖中,k=1,2,…m,ωmax、ωmin分別表示慣性權(quán)重的上限和下限,δω=ωmax-ωmin慣性權(quán)重的極差,粒子群的平均適應(yīng)度的值為fk對(duì)應(yīng)第k個(gè)粒子的當(dāng)前目標(biāo)函數(shù)值,fm當(dāng)前最優(yōu)粒子的適應(yīng)度,分別表示適應(yīng)度值大于、小于的粒子群體的適應(yīng)度平均值。

      根據(jù)附圖3是算法流程圖。

      根據(jù)附圖4的結(jié)果可見(jiàn),傳統(tǒng)pso算法和5基站tdoa/aoa的taylor級(jí)數(shù)算法定位精度比較接近,而lapso和文獻(xiàn)[19]的pso比傳統(tǒng)pso算法定位精度有一定改善。本文改進(jìn)的pso算法定位精度提高幅度較為顯著。

      根據(jù)附圖5的結(jié)果可見(jiàn),ms初始位置不變,本文基于自適應(yīng)動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法和文獻(xiàn)[19]中的pso算法相比較傳統(tǒng)的pso和lapso算法,迭代次數(shù)沒(méi)有增加,定位精度卻在提高。

      綜上所述,本發(fā)明基于lte和wi-fi異構(gòu)網(wǎng)絡(luò)環(huán)境下單基站多信號(hào)混合定位算法不僅解決了傳統(tǒng)定位算法精確度對(duì)基站個(gè)數(shù)的依賴,還解決了wi-fi定位算法的定位精度低、定位范圍有限等問(wèn)題。在復(fù)雜室外環(huán)境下,本發(fā)明基于適應(yīng)度動(dòng)態(tài)調(diào)節(jié)慣性權(quán)重的改進(jìn)pso算法以微小的計(jì)算成本換來(lái)了迭代次數(shù)下降和精確度的提高。

      當(dāng)前第1頁(yè)1 2 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1