《電子技術應用》
您所在的位置:首頁 > 通信與網(wǎng)絡 > 設計應用 > 基于小波變換的AOA定位算法
基于小波變換的AOA定位算法
來源:微型機與應用2014年第3期
楊 陽,毛永毅,,鄭 敏
(西安郵電大學 電子工程學院,,陜西 西安 710061)
摘要: 提出了一種在非視距(NLOS)環(huán)境下對移動臺的定位算法。首先利用小波分析對AOA的測量值中的NLOS進行修正,,再利用最小二乘(LS)算法確定移動臺的位置,。仿真結果表明,該算法能夠有效地降低非視距環(huán)境誤差的影響,,性能優(yōu)于基于AOA的LS算法以及神經(jīng)網(wǎng)絡算法,。
Abstract:
Key words :

摘  要: 提出了一種在非視距(NLOS)環(huán)境下對移動臺的定位算法。首先利用小波分析AOA的測量值中的NLOS進行修正,,再利用最小二乘(LS)算法確定移動臺的位置,。仿真結果表明,該算法能夠有效地降低非視距環(huán)境誤差的影響,,性能優(yōu)于基于AOA的LS算法以及神經(jīng)網(wǎng)絡算法,。
關鍵詞: 非視距傳播;小波分析,;最小二乘法,;AOA

 隨著現(xiàn)在移動通信技術的高速發(fā)展,很多運營商提供的通信服務也越來越多元化,,尤其是無線定位技術在諸多領域里都有了非常普遍的應用,,如今,移動臺的主要定位原理方法有:到達時間(TOA)定位,、到達時間差(TDOA)定位,、到達角(AOA)定位以及到達角與到達時間混合定位[1]等。
 出現(xiàn)定位誤差的主要因素有測量器材引起的隨機誤差,,還有無線電波的非視距傳播(NLOS)效應和多徑效應,、多址干擾以及遠近效應的影響,從而使得定位估計出現(xiàn)較大的偏差,。在這些誤差中,,非視距傳播效應是造成定位誤差的首要原因?,F(xiàn)有的AOA定位算法有基于神經(jīng)網(wǎng)絡定位[2]、基于遺傳算法定位[3]以及其他混合定位算法[3-5],。神經(jīng)網(wǎng)絡的AOA定位算法因前期訓練時間長,,具有收斂速度慢、神經(jīng)網(wǎng)絡機構選擇不一等缺陷,,而遺傳算法穩(wěn)定性較差,。基于小波分析[6]是一種新的處理信號噪聲方法,,通過進行變換能夠充分突出問題,某些方面的特征在信號的組成部分中,,噪聲都處在信號的高頻部分,,有用信號的頻譜處在低頻部分,小波分析就是通過母小波函數(shù)將信號進行平移和尺度變化,,得到小波函數(shù)的疊加,,在不同尺度用小波對其逐步分析以減小誤差,使得信號特征明顯,、計算速度快且精度高,。本文即采用小波變換法,先用小波分析其測量數(shù)據(jù)并進行優(yōu)化處理,,在此基礎上使用最小二乘算法進行位置估計,,并對該算法進行了仿真和分析。
1 信道模型
 本文采用基于幾何結構的單次反射統(tǒng)計信道模型(GBSB),,在無線定位研究中,,這是一種常用的信道模型,其中宏蜂窩環(huán)境適合使用基于幾何結構的單次反射圓模型(GBSBCM),,微蜂窩環(huán)境適合使用基于幾何結構的單次反射橢圓模型,。本文主要采用基于幾何結構的GBSBCM,處在城市地區(qū)的微蜂窩環(huán)境來說,,反射射頻信號的障礙物比較多,,并且移動臺到基站的距離接近于小區(qū)半徑,這樣會產(chǎn)生較大的角測量誤差,,因此這種情形下,,基于AOA的單一定位方法沒有實際意義。
 因宏蜂窩環(huán)境的基站相對在很高的位置,,小區(qū)的半徑遠小于基站的高度,,障礙物比較少,多處于移動臺附近,,由NLOS效應引起的誤差較小,,因此本文主要采用基于幾何結構的GBSBCM,,如圖1所示。引起反射的障礙物均勻分布在中心為MS,,半徑為R的圓上,,實際應用中R的值由實際測得數(shù)據(jù)統(tǒng)計得出。

 
2.2.2 基于小波分析的AOA定位算法
 因為對于AOA的LS算法誤差相對較小,,所以在可視距(LOS)環(huán)境下具有優(yōu)良的的定位效果,,然而對于NLOS環(huán)境下,那么最小二乘LS的算法引起的誤差就相對較大,。利用小波分析對在NLOS環(huán)境下的AOA測量信號進行修正,,從而減小數(shù)據(jù)中的NLOS誤差,最后在使用LS法來進行定位,,這樣就可以有效地達到提高系統(tǒng)定位精度的目的,。
定位步驟如下:
 (1)假設先測得有K組在NLOS環(huán)境下的AOA數(shù)據(jù),,建立小波函數(shù)式對其進行數(shù)據(jù)分解變換得到小波系數(shù),。
 (2)利用門限閾值對小波系數(shù)進行處理,,重構出AOA數(shù)據(jù)信號,。
 (3)對重構的AOA數(shù)據(jù)信號應用LS算法進行位置估算,。
3 仿真與分析
 為了檢驗算法的實際可能性,,對于不同的AOA數(shù)據(jù)測量誤差以及在不同小區(qū)半徑下的定位,將本算法與直接采用最小二乘法的定位算法進行了仿真對比[8],,如圖3所采用的標準蜂窩網(wǎng)絡結構,,BS1(0,0)為服務基站的小區(qū)中心點,,并且所有BS與MS之間均存在NLOS,,且AOA系統(tǒng)的測量誤差為獨立同分布的均值為0,標準差為0.1 ?滋s(約30 m)的高斯隨機變量,。
 圖4為在不同的小區(qū)半徑下,,本文所采用的定位算法與一般所用LS算法定位以及基于神經(jīng)網(wǎng)絡的定位算法[9]結果比較,在不同的小區(qū)半徑下縱坐標顯示為3種算法定位結果的均方誤差值,。仿真結果表明,,采用本文算法的定位性能比直接采用LS算法及其神經(jīng)網(wǎng)絡算法的要好。當小區(qū)半徑逐步增加,,本文算法的誤差增長速度也低于LS算法,,在4 km之后誤差增長速度才凸顯。以上說明,,采用小波分析預處理數(shù)據(jù)在抑制NLOS誤差上效果顯著,,因此對移動臺的定位效果同樣顯著,。

 在不同測量誤差下,本文所采用的定位算法與LS算法和基于神經(jīng)網(wǎng)絡算法的結果比較如圖5所示,。圖5縱坐標為3種算法在不同測量誤差下定位結果的均方誤差值,。從仿真結果來看,當測量誤差逐漸增長時,,本文所采用的算法定位效果變化不大,,且本文算法的均方誤差增長緩慢,變化幅度不大,,而對比其他兩種算法性能逐漸下降,,由此說明本文算法能夠明顯地抑制NLOS誤差以及測量誤差,同樣在對移動臺的定位方面效果良好,。

 

 

 在實際應用中,,NLOS誤差是影響移動臺定位的主要誤差,一般算法在其影響下定位效果很差,,基于神經(jīng)網(wǎng)絡在移動臺定位方面效果明顯,但是因為訓練時間實在太長,,收斂速度緩慢,,因此無法付出實施。小波分析預處理測量數(shù)據(jù),,多分辨,、多尺度分析能良好地抑制其誤差,而且處理速度快,。本文提出了一種在NLOS環(huán)境下基于小波分析的AOA定位算法,,運用閾值對其信號過濾重構,達到消除噪聲的目的,,從而使用LS算法進行定位,,其效果良好。但是對于小波分析閾值法,,在硬閾值函數(shù)存在不連續(xù)性,,在軟閾值在小波系數(shù)的估計中存在恒定偏差等,因此有待繼續(xù)研究并改善,。
參考文獻
[1] Xie Yaqin,, Wang Yan, Zhu Pengcheng,,et al,,Grid-search-based hybrid TOA/AOA location techniques for NLOS environments[J]. IEEE Communications Letters,2009,,13(4):254-256.
[2] 毛勇毅,,李明遠,,張寶軍.基于RBF神經(jīng)網(wǎng)絡的蜂窩無線定位算法[J].系統(tǒng)工程與電子技術,2008,,30(9):1798-1800.
[3] 江波,,薛磊.基于遺傳算法的TDOA/AOA定位系統(tǒng)的布站算法[J].計算機工程與應用,2009,,45(24):219-221.
[4] 郭麗梅,,羅大庸.非視距環(huán)境中TOA/AOA混合定位方法[J].電路與系統(tǒng)學報,2010,,5(15):26-30.
[5] 陳奎,,黃為勇,田傳耕.基于Matrix Pencil的OFDM信號的TOA/AOA定位[J].計算機應用研究,,2013,,30(2):534-536.
[6] Mao Jiandong. Noise reduction for lidar returns using local threshold wavelet analysis[J]. Optical and Quantum Electronics. 2012,43(1-5):59-68.
[7] 卓寧.小波分析技術在GPS數(shù)據(jù)預處理中的應用[J].中國慣性技術學報,,2009,,17(2):184-186.
[8] 叢爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡理論與應用[M].北京:中國科學技術大學出版社,2009.
[9] Tian Hui,, Wang Shuang,, Xie Huaiyao. Localization using cooperative AOA approach[J]. Wireless Communications, Networking and Mobile Compution,, 2007,,9(1):2416-2419.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權禁止轉載,。