基于GPS/CDMA的数据融合算法研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:sisi830710
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对无线定位技术的广泛应用,介绍了蜂窝无线系统的历史和现状,简要分析了无线蜂窝网络的三类无线定位方案,重点讨论了无线蜂窝网络的定位原理,特别是蜂窝网无线电定位。对GPS全球卫星定位系统进行了简单的概述,对其组成及定位原理进行了重点介绍。然后通过对无线蜂窝定位系统和GPS全球定位系统特性的分析,引出重点内容-CDMA/GPS混合定位系统及其数据融合算法。 根据终端运动的特性分析,分别采用Kalman滤波和粒子滤波,实现CDMA蜂窝网和GPS系统定位数据融合,提高移动目标的定位精度。借助于移动目标的运动矢量模型、CDMA定位误差模型、GPS定位误差模型建立了CDMA和GPS定位状态方程,推导出数据融合的数学模型和融合算法。重点研究了利用Kalman滤波和粒子滤波实现定位数据的融合。Kalman滤波算法分别对GPS定位参数和CDMA定位参数进行滤波处理,然后对滤波后的数据进行数据融合;仿真表明滤波后两者定位精度都有大幅度的提高,数据融合后定位精度得到进一步的提高。粒子滤波算法表明当终端处于大范围机动或GPS信号被遮挡时其滤波效果要好于Kalman滤波,并且GPS/CDMA数据融合后的定位精度要高于采用Kalman滤波算法的定位精度。最后分析了采用GPS信号来估计CDMA系统的NLOS误差,利用GPS信号精度要远远高于TDOA精度这一假设,经过Kalman滤波之后NLOS的误差估计值用来消除TDOA的NLOS误差测量值。
其他文献
无重叠视域多摄像机目标跟踪是指在摄像机的成像区域不重叠的前提下,实现目标在整个监控区域内的跟踪,该方向涉及运动目标的检测、运动目标静态场景下跟踪和目标关联等几个方
本文系统研究了多传感器融合中的单目标状态估计问题,在此基础上提出了两种改进的融合算法。一种为基于模糊卡尔曼滤波的测量融合算法,该算法通过自适应模糊控制系统加权测量
阵列信号的数据采集和预处理系统可广泛应用于汽车电子、工业控制、信息家电、无损探伤等领域。由于阵列信号中每一路信号可能来自于不同类型的传感器,因此在幅值或频率上可能
自从激光问世以来,激光脉冲技术已经广泛应用于工、农、医等高科技领域。激光脉冲幅度的稳定性是一个很关键的技术指标,这一指标的研究已经成为科学工作者普遍关注的问题。过去
移动IP技术使得移动节点以固定的网络IP地址,实现跨网段的漫游,而无需中断正在进行的通信,并且在漫游过程中,基于原网络的权限不会因此而改变。移动IP技术能够让用户实现随时随地