基于測(cè)量報(bào)告的移動(dòng)終端定位算法研究.pdf

1、在蜂窩接入網(wǎng)絡(luò)優(yōu)化領(lǐng)域中，測(cè)量報(bào)告是一種較新的數(shù)據(jù)來(lái)源，它包含了服務(wù)小區(qū)的接收信號(hào)功率、質(zhì)量和至多6個(gè)鄰近小區(qū)公共物理信道的接收功率數(shù)據(jù)，相比傳統(tǒng)的運(yùn)維中心（OSS）數(shù)據(jù)和道路測(cè)量數(shù)據(jù)，具有細(xì)節(jié)性更強(qiáng)、描述范圍更廣的優(yōu)點(diǎn)。然而，要想利用測(cè)量報(bào)告構(gòu)造全網(wǎng)的接收信號(hào)質(zhì)量的分布圖，必須獲得產(chǎn)生各測(cè)量報(bào)告的實(shí)際地理位置，即對(duì)移動(dòng)終端進(jìn)行定位。在傳統(tǒng)的定位算法研究中，基于最小二乘準(zhǔn)則的泰勒級(jí)數(shù)法、擴(kuò)展卡爾曼濾波器和非迭代算法Chan，以及指紋算法

2、、近似算法等都是研究熱點(diǎn)。其中，基于最小二乘準(zhǔn)則的算法通過(guò)殘差擬合和噪聲剝離提高定位精度，但是往往在視距環(huán)境下的理論性能較好，而對(duì)實(shí)際非視距環(huán)境考慮不足；指紋算法將來(lái)自多個(gè)站的接收信號(hào)強(qiáng)度指標(biāo)描述為一個(gè)多維矢量，通過(guò)矢量特征匹配估計(jì)終端位置，但是該算法對(duì)先驗(yàn)樣本采集量的要求很高，一般只應(yīng)用于室內(nèi)等較小的定位范圍；近似算法結(jié)構(gòu)簡(jiǎn)單，易于推廣。
　　 本文針對(duì)該類(lèi)算法開(kāi)展研究工作，以克服其理論精度較低的問(wèn)題，找到定位精度與應(yīng)用性的契

3、合點(diǎn)。為了采集實(shí)際接入網(wǎng)絡(luò)的測(cè)量報(bào)告和對(duì)應(yīng)的GPS 位置數(shù)據(jù)，本文在黃石市開(kāi)展了一場(chǎng)大范圍的路測(cè)實(shí)驗(yàn)，其中用戶(hù)狀態(tài)分為靜止、步行和車(chē)速，傳播環(huán)境涵蓋建筑物、山丘、湖泊、隧道、廣場(chǎng)等。基于路測(cè)獲得的數(shù)據(jù)，本文首先對(duì)四種常見(jiàn)的近似算法CI、CI-AVG、CI-RXLEV、CI-ANGLE 進(jìn)行了比較，計(jì)算了其實(shí)際定位精度。實(shí)驗(yàn)結(jié)果表明，利用參數(shù)最多的算法CI-RXLEV 由于鄰區(qū)匹配、地形等原因，誤差較大。為此，本文提出對(duì)CI-RXLEV的

4、改進(jìn)建議（稱(chēng)為CRE），通過(guò)鄰區(qū)與服務(wù)小區(qū)之間距離的閾值以及加權(quán)系數(shù)的指數(shù)設(shè)定，使平均定位精度提升47％，達(dá)到約330 米。為了降低量測(cè)噪聲，本文接著以改進(jìn)后的計(jì)算結(jié)果為初始值構(gòu)造了擴(kuò)展卡爾曼濾波器，濾波器的量測(cè)矩陣基于Okumura-Hata模型，并通過(guò)雅可比矩陣展開(kāi)，對(duì)0 階子項(xiàng)做了近似處理；實(shí)驗(yàn)發(fā)現(xiàn)，由于傳播模型預(yù)測(cè)誤差過(guò)大和泰勒展開(kāi)式收斂較慢，擴(kuò)展卡爾曼濾波器并未獲得預(yù)期結(jié)果。為了消除傳播模型和泰勒級(jí)數(shù)近似性的影響，本文接著直接

5、將CRE算法的定位結(jié)果作為量測(cè)值，比較了矢量卡爾曼濾波和移動(dòng)平均法的去噪性能；實(shí)驗(yàn)發(fā)現(xiàn)，兩種算法都使定位誤差減小了9.5％，但由于量測(cè)噪聲功率遠(yuǎn)遠(yuǎn)大于實(shí)際用戶(hù)狀態(tài)的噪聲功率，矢量卡爾曼濾波器估計(jì)用戶(hù)狀態(tài)的優(yōu)勢(shì)并未顯現(xiàn)。本文還定性分析了CRE算法的結(jié)構(gòu)參數(shù)和位置誤差之間的相關(guān)性，根據(jù)結(jié)構(gòu)參數(shù)的統(tǒng)計(jì)性指標(biāo)構(gòu)造了一個(gè)經(jīng)驗(yàn)誤差估計(jì)公式，該公式的擬合近似度僅有51.2％，但是能較好識(shí)別定位誤差較大的結(jié)果。為了進(jìn)一步提高定位精度，本文提出了虛擬天線(xiàn)

6、的概念，它可視為屬于同一基站的多個(gè)小區(qū)位置相關(guān)信息構(gòu)成的綜合體，即目標(biāo)基站的虛擬唯一天線(xiàn)，其位置即基站的位置，其方向角可更加準(zhǔn)確的指向終端方位，其接收電平可更加精確的反映傳播距離，其類(lèi)型參數(shù)融入CRE算法的加權(quán)系數(shù)后也能夠有效的減小位置誤差。基于虛擬天線(xiàn)，本文提出了旋轉(zhuǎn)逼近算法，根據(jù)初始估計(jì)位置，依次以測(cè)量報(bào)告時(shí)間序列包含的各虛擬天線(xiàn)為中心，通過(guò)朝各天線(xiàn)方向角不斷旋轉(zhuǎn)，最終可獲得更高精度的終端位置估計(jì)；實(shí)驗(yàn)結(jié)果表明，平均定位誤差被進(jìn)一步