随着蜂窝网无线通信系统的深入发展,特别是近年来3G业务的大面积推广,基于移动台位置的服务成为了运营商最主要的增值业务形式之一,因此,对蜂窝网定位技术展开深入研究具有重要的理论意义和实用价值。本文主要研究基于信息融合的蜂窝网定位技术,其中重点研究了蜂窝网信息融合定位系统的总体方案和整体结构、不同定位信息的融合定位算法,移动台位置决策融合算法、定位误差抑制算法和融合定位系统的评估优化方法等方面内容。主要有如下几点:1.论文以蜂窝网定位技术的实际应用为出发点,系统分析了现有蜂窝网定位技术的研究现状和存在的主要技术难题,深入研究了信息融合技术的概念、原理和常用方法,详细剖析了将信息融合技术应用于蜂窝网定位的理论可行性,并阐述了信息融合定位技术的主要难点和解决思路。2.论文提出了基于信息融合技术的蜂窝网定位系统总体设计方案,给出了先数据层后决策层的信息融合方法,构建了蜂窝网信息融合定位系统的整体框架,提出了一种并行分布式反馈结构的信息融合定位系统,并从系统的垂直层次结构、定位数据处理流程和整体功能结构三个方面入手对系统进行了深入剖析。3.针对基于多传感器测量参数的数据层融合定位算法,论文首先使用多目标优化理论对蜂窝网定位问题进行了重新分析,基于移动台位置可行域对现有定位方法进行了改进,提出了一种基于离散适应度分布式遗传算法的移动台位置估计新方法,该方法在保证定位精度的前提下提高了算法的鲁棒性。其次,论文结合多传感器测量融合定位的特点,提出了一种多种群分布式进化的改进型遗传算法,该算法能够有效提高目标种群的个体多样性以降低早熟概率,保证了遗传算法能够适应于多目标优化问题的求解。4.针对基于GIS地理信息的数据层融合定位算法,论文首先给出了GIS矢量数据和栅格数据的提取方法,在此基础上,提出了地理环境信息的数据层融合定位整体策略。对于宏小区环境的信息融合定位,提出了一种基于GBSBCM信道模型的移动台位置可行域构造方法。对于微小区环境的信息融合定位,基于先验环境信息提出了一种使用射线反向跟踪的定位新方法。5.对于决策层融合定位算法,首先简要介绍了信息融合技术中常用的决策层融合方法,重点研究了基于贝叶斯理论的决策层融合方法,在此基础上,提出了蜂窝网信息融合定位的决策层融合结构,重点分析了决策融合的最优算法和次最优算法。其次,提出了一种基于改进粒子滤波的闭环反馈型决策层融合定位算法,详细介绍了算法的结构和原理。最后,针对粒子滤波器的粒子退化和贫化问题,提出了一种基于IUKF算法的粒子重采样方法,并对算法的性能进行了仿真分析。6.非视距传播(NLOS)误差是目前基于蜂窝网络的移动台定位系统提高定位精度必须解决的关键问题,论文在对现有NLOS误差算法进行系统总结的基础上,提出了两种不同应用模式的NLOS误差抑制算法。其中基于信号斜度归零准则的NLOS误差抑制算法,计算复杂度较低,应用灵活,适合未知先验环境下的定位。基于Kalman滤波器和神经网络的鲁棒NLOS误差抑制算法,通过神经网络对环境系数进行训练,在性能上优于现有同类算法.7.论文研究了蜂窝网信息融合定位系统的性能评估和优化问题,首先介绍了性能评估的意义、原理和评估方法,在此基础上提出了基于信息反馈结构的性能优化方法。其次,研究了专家系统辅助的信息融合系统优化方法,并详细介绍了该方法的思路和主要原理。最后,论文基于WCDMA系统搭建了蜂窝网信息融合定位测试平台,详细介绍了测试平台的设计原理和功能结构,并在该平台的辅助下进行了简单的外场测试工作。