發(fā)布時(shí)間：2019-03-19 18:18

【摘要】：超寬帶(Ultra Wide Band,UWB)室內(nèi)定位系統(tǒng)的定位性能主要受信號(hào)非視距(None Line Of Sight,NLOS)傳播影響。為此該文提出一種基于信道統(tǒng)計(jì)量(Channel Statistics Information,CSI)的信道NLOS狀態(tài)檢測(cè)法。該方法首先在IEEE802.15.4a信道模型下對(duì)均方根時(shí)延擴(kuò)展和平均超量延遲的概率分布函數(shù)進(jìn)行建模,作為信道標(biāo)準(zhǔn)分布。再以信道瞬時(shí)分布與標(biāo)準(zhǔn)分布間的KL散度為檢驗(yàn)統(tǒng)計(jì)量做似然比檢驗(yàn)(Likelihood Ratio Test,LRT)來(lái)鑒別信道狀態(tài)。同時(shí)提出一種基于LRT的定位算法LRT-Chan算法。該算法能有效利用受NLOS污染的測(cè)距數(shù)據(jù)提高定位精度。仿真結(jié)果表明:LRT信道狀態(tài)檢測(cè)法在全部UWB信道中都能獲得較高檢測(cè)準(zhǔn)確率;在定位錨點(diǎn)(Anchor Node,AN)分布不理想的NLOS環(huán)境中LRT-Chan算法也能取得較高定位精度。
[Abstract]:The positioning performance of ultra-wideband (Ultra Wide Band,UWB (UWB) indoor positioning system is mainly affected by the propagation of signal non-line-of-sight (None Line Of Sight,NLOS). In this paper, a channel NLOS state detection method based on channel statistic (Channel Statistics Information,CSI is proposed. Based on the IEEE802.15.4a channel model, the probability distribution functions of root-mean-square delay spread and average excess delay are modeled as the standard distribution of the channel. Then the KL divergence between the instantaneous distribution and the standard distribution is used as the test statistic to perform the likelihood ratio test (Likelihood Ratio Test,LRT) to identify the channel state. At the same time, a LRT-Chan algorithm based on LRT is proposed. The algorithm can effectively utilize the NLOS contaminated ranging data to improve the positioning accuracy. The simulation results show that the LRT channel state detection method can achieve high detection accuracy in all UWB channels, and the LRT-Chan algorithm can also obtain high location accuracy in the NLOS environment where the location anchor point (Anchor Node,AN) distribution is not ideal.
【作者單位】： 桂林電子科技大學(xué)信息與通信學(xué)院;廣西精密導(dǎo)航技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室;衛(wèi)星導(dǎo)航系統(tǒng)與裝備技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61362005,61561016) 廣西自然科學(xué)基金(2013GXNSFA019004,2014GXNSFAA118352)~~
【分類號(hào)】：TN925

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 亓民勇,董金新;似然比檢驗(yàn)在隨機(jī)二元序列獨(dú)立性考察中的應(yīng)用[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2005年09期

2 孟平;包成剛;;互信息、冗余與廣義似然比研究[J];計(jì)算機(jī)應(yīng)用與軟件;2014年02期

3 李正周;張?jiān)氯A;鄭微;田蕾;金鋼;;基于似然比檢驗(yàn)的紅外小弱目標(biāo)快速航跡起始方法[J];強(qiáng)激光與粒子束;2012年01期

4 胡振濤;潘泉;楊峰;程詠梅;;基于CRPF的殘差似然比檢驗(yàn)故障診斷算法[J];系統(tǒng)工程與電子技術(shù);2009年12期

5 魏振華;江雪峰;;一種基于SVM的加權(quán)似然比融合算法[J];控制與決策;2011年05期

6 黃淵凌;路友榮;袁強(qiáng);;基于平均似然比的魯棒性突發(fā)檢測(cè)[J];電子與信息學(xué)報(bào);2010年02期

7 ;[J];;年期

相關(guān)博士學(xué)位論文 前3條

1 姜丹丹;大維隨機(jī)矩陣譜理論在多元統(tǒng)計(jì)分析中的應(yīng)用[D];東北師范大學(xué);2010年

2 施三支;部分線性模型中的廣義似然比檢驗(yàn)[D];吉林大學(xué);2007年

3 盧錦;基于粒子濾波的微弱雷達(dá)目標(biāo)檢測(cè)方法[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李濱;基于似然比檢驗(yàn)的方差控制圖[D];遼寧大學(xué);2015年

2 賀昕;基于加權(quán)似然比檢驗(yàn)的方差控制圖[D];遼寧大學(xué);2015年

3 劉琴;基于生存分析和似然理論的數(shù)控機(jī)床可靠性評(píng)估方法研究[D];天津職業(yè)技術(shù)師范大學(xué);2016年

4 范杰;基于似然比檢驗(yàn)與小波分析的信號(hào)檢測(cè)[D];山東大學(xué);2012年

5 趙明;非標(biāo)準(zhǔn)條件下多水平模型的似然比檢驗(yàn)[D];華中科技大學(xué);2010年

6 胡書麗;高維似然比檢驗(yàn)[D];華中師范大學(xué);2014年

7 賀飛燕;各種似然中結(jié)點(diǎn)問(wèn)題的研究[D];山東大學(xué);2007年

8 張建軍;排序集抽樣下樣本參數(shù)的似然比檢驗(yàn)[D];華中師范大學(xué);2007年

9 譚洪波;基于最優(yōu)估計(jì)函數(shù)的似然比檢驗(yàn)的推廣[D];東南大學(xué);2006年

10 周義昌;固定方差比的正態(tài)雙樣本均值差檢驗(yàn)的p值函數(shù)逼近[D];東北師范大學(xué);2010年

，

本文編號(hào)：2443771