LTE中RF指紋定位算法研究.pdf

1、隨著基于位置的服務(wù)(location-based services，LBS)的興起和E-911緊急定位的要求，無(wú)線移動(dòng)定位技術(shù)迅速發(fā)展。基于網(wǎng)格的射頻(radio frequency，RF)指紋定位技術(shù)是一種利用相關(guān)數(shù)據(jù)庫(kù)法(database correlation method，DCM)進(jìn)行定位的方法，僅僅采用無(wú)線信號(hào)特征就可以提供定位服務(wù)。方法簡(jiǎn)便而且能夠克服建筑物的干擾，因此成為近年來(lái)研究的重點(diǎn)。在利用RF指紋定位時(shí)，匹配復(fù)雜度、

2、相關(guān)數(shù)據(jù)庫(kù)的大小和定位精度成為主要考慮的問(wèn)題。此外，基于網(wǎng)格的RF指紋定位需要將目標(biāo)區(qū)域劃分為大量的網(wǎng)格，網(wǎng)格模型也是需要考慮的問(wèn)題。本論文在長(zhǎng)期演進(jìn)(long term evolution，LTE)同構(gòu)網(wǎng)絡(luò)和異構(gòu)網(wǎng)絡(luò)的環(huán)境下，針對(duì)指紋匹配算法和網(wǎng)格劃分的模型進(jìn)行了研究。
　　首先，本文提出了一種指紋匹配的簡(jiǎn)化算法和兩種新的相似度度量。一種是參考信號(hào)接收功率(reference signal received power，RSRP

3、)差值序列的均值，另一種是差值序列的方差。在訓(xùn)練階段，采用最小化路測(cè)技術(shù)(minimization of drivetesting measurements，MDT)收集數(shù)據(jù)構(gòu)造相關(guān)數(shù)據(jù)庫(kù)。在定位階段，對(duì)測(cè)試簽名和訓(xùn)練簽名進(jìn)行基站匹配，只有兩者的基站號(hào)和基站數(shù)差值小于閾值時(shí)，才進(jìn)行RSRP匹配，否則，舍棄。再根據(jù)兩種相似度度量計(jì)算測(cè)試簽名和訓(xùn)練簽名的相似度距離。與測(cè)試簽名相似度距離最小的訓(xùn)練簽名作為最匹配的簽名，進(jìn)而得到測(cè)試簽名的位置。

4、仿真實(shí)驗(yàn)表明，該簡(jiǎn)化算法的匹配復(fù)雜度至少降低了34％，同時(shí)保證了定位精度。
　　其次，在傳統(tǒng)均勻網(wǎng)格模型的基礎(chǔ)上，提出了一種非均勻的網(wǎng)格模型的劃分方法。在一個(gè)宏基站覆蓋范圍內(nèi)，測(cè)量各個(gè)位置的信號(hào)強(qiáng)度值，分析信號(hào)強(qiáng)度值與位置的關(guān)系。根據(jù)六邊形法則，將一個(gè)宏基站的覆蓋區(qū)域劃分為不同的區(qū)域，設(shè)置不同的等級(jí)，在離基站近的區(qū)域設(shè)置高的等級(jí)。在基站邊緣區(qū)域，信號(hào)強(qiáng)度弱、分辨率低導(dǎo)致定位精度低，分配小尺寸的網(wǎng)格。反之，在靠近基站的區(qū)域，分配大尺

5、寸的網(wǎng)格。整個(gè)目標(biāo)區(qū)域做同樣的劃分，形成非均勻的網(wǎng)格模型。仿真結(jié)果表明，該方法降低了指紋庫(kù)的規(guī)模，且定位精度最多有16％的提升。
　　最后，在非均勻網(wǎng)格模型的基礎(chǔ)上，設(shè)計(jì)了一種動(dòng)態(tài)非均勻網(wǎng)格模型。每級(jí)區(qū)域設(shè)定一個(gè)基本的邊界調(diào)整單位值和一個(gè)調(diào)整的倍數(shù)值。通過(guò)調(diào)整這些值，改變各級(jí)邊界六邊形的邊到中心點(diǎn)的距離，從而調(diào)整各級(jí)區(qū)域的邊界。仿真結(jié)果表明，小尺寸網(wǎng)格區(qū)域同時(shí)變大，指紋庫(kù)的規(guī)模明顯變大，定位精度也會(huì)得到明顯提升。反之，指紋庫(kù)的規(guī)模