具有認(rèn)知能力的精確實(shí)時被動無線定位技術(shù)研究.pdf

1、隨著無線網(wǎng)絡(luò)環(huán)境的普及，無線定位技術(shù)在家庭智能、醫(yī)療、國防等領(lǐng)域有著廣泛的應(yīng)用前景。被動無線定位作為一種新型的定位技術(shù)，和傳統(tǒng)的無線定位技術(shù)相比，被動無線定位（device-free localization，DFL）不需要給待定位目標(biāo)安裝任何無線設(shè)備。同時，這種技術(shù)也具備無線信號的一般特點(diǎn)（如可以穿墻和煙霧，全天候工作等），解決了傳統(tǒng)定位技術(shù)的一些先天性缺陷。但是，受環(huán)境時變、障礙物遮擋、算法抗干擾性不強(qiáng)等因素的影響，實(shí)現(xiàn)高精度、較強(qiáng)

2、抗干擾能力、適應(yīng)復(fù)雜環(huán)境的被動無線定位和跟蹤仍然是亟待解決的問題。針對被動無線定位中的一些問題，本文展開了如下研究工作:
　　首先，為了提高DFL定位跟蹤算法的性能，本文提出了一種低計(jì)算復(fù)雜度的、健壯的貝葉斯圖表法(Bayesian Graphical Approach，BGA)。BGA算法不但利用了遮蔽鏈路的觀測信息，還利用先前估計(jì)的先驗(yàn)信息和非遮蔽鏈路的限制信息以保證其健壯的性能。同時，BGA算法僅使用低計(jì)算量的圖表乘法和加法

3、操作，避免了傳統(tǒng)算法中復(fù)雜的矩陣求逆運(yùn)算，提高了算法實(shí)時性。
　　其次，為了提高DFL系統(tǒng)在復(fù)雜電磁環(huán)境下的性能，本文研究了電磁環(huán)境對DFL的影響，提出一種具有認(rèn)知能力的DFL(Cognitive DFL，CDFL)方法。與傳統(tǒng)DFL不同的是，CDFL能夠在線評估和檢測受外界干擾較小的無線信道，使CDFL系統(tǒng)工作在一直工作在干擾較小的信道，解決了同信道干擾問題。
　　最后，本文研究了目標(biāo)對無線鏈路的遮蔽模型。通過實(shí)驗(yàn)論證和理