【正文】 NLOS誤差 分布很難統(tǒng)計 ，所以我們需要設(shè)計一種 不需要 預(yù)知 NLOS誤差 分布的算法去解決不同環(huán)境下不同誤差分布的問題。 不單單要使用單一 的孤立的方法 ， 要使用多種算法的混合算法?；旌?算法 可以相互補充，克服自己的 缺點 ，達到優(yōu)勢互補的目的。 如今 處理 器 的發(fā)展速度非?？?，處理器的性能會有很大的 剩余 。 處理 器的速度已經(jīng)遠超兆赫茲。這也為 迭代法 的實施提供了可能。隨著 處理 器的發(fā)展，處理 速度已經(jīng)不成問題。雖然 迭代法 會隨著預(yù)測點的變化而發(fā)生迭代次數(shù)的改變。對于高速處理器來說，雖然運算次數(shù)和步驟 增加 ， 延遲的 時間只會在 ns 級別 。對于 人的 感知來說 ， 是沒有差別的。另外，利用 基站對 移動臺 的 定位的 另一個影響因素是網(wǎng)速。但 如今隨著 4G 時代 的來臨 ，無線 通信的傳輸速度也達到 兆 級別。 傳輸 速度對定位延時 ， 定位精度 和 用戶體驗方面影響會越來越小?？傮w來說 ， 處理器速度和網(wǎng)絡(luò)速度 都 不會成為定位精度 的 致命問題 。 即 處理器 ，網(wǎng)絡(luò)速度都不會阻礙迭代法的使用和發(fā)展。我們 不可能 得到絕對精準的定位，無 限 逼近是滿足定位需求的最好方法。換 句話說 ， 迭代法是滿足定位需求的最好 方法 。當然 ， 迭代法也受網(wǎng) 絡(luò) 速 度 和處理器速度的制約?？茖W(xué)技術(shù) 需要同步 發(fā)展。 山東農(nóng)業(yè)大學(xué)學(xué)士學(xué)位論文 19 參考文獻 [1] 程相波 、 馮光焰 等 .NLOS 環(huán)境下幾種 TOA 定位算法的性能比較 , 武警石家莊指揮學(xué)院 ,(4) [2] Gang Wang, Member, IEEE, H. NLOS Error Mitigation for TOABased Localization via Convex Relaxation． 2021 [3] CHAN Yiutong， TSUI Wing— yue． Timeofarrival Based localization Under NLOS Conditions[J]． IEEE Trans． Vehicular Technology， 2021， 55(1)： 17— 24． [4] 徐彤陽 .NLOS 誤差模型下的無線傳感網(wǎng)定位方法與仿真 . 山西財經(jīng)大學(xué) .2021 [5] 常戎、呂善偉 等 .提高 NLOS 環(huán)境下定位精度的 TOA 數(shù)據(jù)處理方法，北京航空航天大學(xué)學(xué)報 .2021，（ 32） [6] Thomas N J， Cruickshank D G M， Laurenson D I． A robust location estimator architecture with biased Kalman filtering of TOA data for wireless systems. IEEE Press， 2021： 296— 300 [7] Jazzar S A1， Caffery J Jr． ML＆ Bayesian TOA location estimators for NLOS environments. IEEE Press， 2021： 1178 — 1181 [8] Ertel R B， Reed J H． Angle and time of arrival statistics for circular and elliptical scattering models． IEEE Journal on Selected Areas in Communications, 1999,1829— 1840 [9] He Yan， Hu Hanying， Zhou Shan． A TOA based believable factor mobile location algorithm .IEEE Press， 2021： 260 — 263 [10] Liu Ying， Wang Shuxun． TOA estimation method using fourthorder cumulants. Publishing House of Electronics Industry， 2021： 210 — 214 [11] Winter J， Wengerter C． High resolution estimation of the time of arrival for GSM location IEEE Press， 2021： 1343— 1347 [12] 孫國林 .TOA/TDOA 蜂窩網(wǎng)絡(luò)定位算法研究 .電子科技大學(xué)， 2021 [13] 張凡 、 陳典鋮 等 .淺析室內(nèi)定位原理及應(yīng)用 .中國電信股份有限公司廣州研究院 .2021 [14] 陳鑫 .化工工藝數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理技術(shù)的研究與應(yīng)用 .上海交通大學(xué) .2021 [15] FCC,Revision of the missions rules to insure patibility with enhanced 911 emergency caling systems． Technical Report RM 1996 [16] 甄杰、馬曉紅等 . 非視線傳播環(huán)境下基于 TOA 的綜合無線定位算法 . 大連理工大學(xué)學(xué)報 。 2021. 山東農(nóng)業(yè)大學(xué)學(xué)士學(xué)位論文 20 致 謝 大學(xué)四年來，我取得的每一點成績都離不開身邊許多人的關(guān)心與幫助，在此論文完成之際，謹向他們表示誠摯的感謝！ 本文的設(shè)計及寫作過程是在 蘭鵬 老師的指 導(dǎo) 和監(jiān)督 下完成的， 再次 要特別感謝蘭鵬老師 四年來 對我的幫助與教導(dǎo)。 大學(xué) 四年 ， 我從一個初出茅廬的毛頭小子成長為山東農(nóng)業(yè)大學(xué)的畢業(yè)生。 深深 感謝 感謝 山農(nóng)大給我了這個平臺 ，去鍛煉，去發(fā)展。更要 感謝 各位 老師 對我的悉心培養(yǎng)。在這里 ，我要真心的感謝孫 豐 剛 老師和 蘭鵬老師，在學(xué)習(xí)上 和 生活上都 給我了莫大的幫助 。各位 老師嚴謹?shù)闹螌W(xué)態(tài)度，嚴格的做人標準，給我們這些學(xué)生做出了 積極 的表率。 我們 都以 各位老師為榜樣。 俗話說 ： “一日為師 ，終身為 父 ” ， 即使 我走出學(xué)校 這 座象牙塔，我不會忘記各位老師對我的教誨。 最后 ， 我也將深深的 感謝 給我的家人、朋友和工作上的領(lǐng)導(dǎo)、同事，是大家的支持給了我繼續(xù)求學(xué)奮進、勇攀高峰的動力，讓我在求學(xué)的道路上勇往直前。最后，再一次向曾經(jīng)關(guān)心我、支持過我的親朋好友致以深深的謝意 ，感謝大家的慷慨幫助 ! 我 會 時刻 懷揣著 對學(xué)校，對 各位 老師感恩的心走 向 未來 。 山東農(nóng)業(yè)大學(xué)學(xué)士學(xué)位論文 21 附 錄 通信 工程 王偉 附錄 一 注釋 :此 程序主要功能是 指出 噪聲對定位精確度的 影響 clear。 theta=linspace(0,2*pi,7)。 theta1=linspace(0,2*pi,4)。 clc。 d=50。 D=d/sqrt(3)。 %邊長 X=D。 %中心 橫坐標 Y=0。 x2 = d*cos(pi/6)。 y2 = d*sin(pi/6)。 x3 = d*cos(pi/6)。 y3 = d*sin(pi/6)。 plot(0,0,39。go39。,x2,y2,39。go39。,x3,y3,39。go39。)。 %畫 圖 hold on n=randn(1,3)。 %噪聲產(chǎn)生 程序 n=n/std(n)。 n=nmean(n)。 r_mean=1。 r_var=2。 n=r_mean+sqrt(r_var)*n。 i = 0。 %移動臺的 位置坐標隨機生成 M = 1。 while i M x = [2*D*rand(1,2)1*D]。 if(abs(x(1))+abs(x(2))/sqrt(3))=D amp。amp。 abs(x(2))=D*sqrt(3)/2 i = i+1。 hold on plot(x(1)+X,x(2)+Y,39。r+39。)。 end end x = x + [X Y]。 K2=x2^2+y2^2。 K3=x3^2+y3^2。 H=[x2 y2。x3 y3]。 r1=sqrt(sum(x.^2))+n(1)。 r2=sqrt(sum((x[x2 y2]).^2))+n(2)。 r3=sqrt(sum((x[x3 y3]).^2))+n(3)。 b=1/2.*[K2r2^2+r1^2。K3r3^2+r1^2]。 x_est=inv(H39。*H)*H39。*b。 %定位出 的橫坐標 Eucdis=x_estx39。 %求定位 點與真實的的差 山東農(nóng)業(yè)大學(xué)學(xué)士學(xué)位論文 22 Eucdis=sqrt(sum(Eucdis.^2))。 x_est=x_est39。 hold on。 plot(x_est(1),x_est(2),39。ro39。)。 axis square。 Eucdis original=[x(1),x(2)] estimate=[x_est(1),x_est(2)] 附錄二 注釋 ：此程序主要 基于 TOA技術(shù)運用 最小二乘法（ LS） 來減少 NLOS傳播產(chǎn)生的 誤差。 %============= TOA calculation and MS Position Location =================== % 基站 (BS) 的 數(shù)目 = 3 % 移動臺（ MS） 的 數(shù)目 = 1 clear all clc c_speed = 3e8。 % 電波 的傳播速度為 光速 n = 3。 % Number of BS BS = [0 0。 70 20。 10 70]。 % 假設(shè)基站的 坐標 ， 其中必有 一 基站坐標 位于 坐標原點 MS_ini = [30 30]。 % 移動臺的 位置的真實坐標 % 為 接收信號提供隨機的延時，以仿真現(xiàn)實的環(huán)境 sigma = 1e8。 % 延時 的時間是 x*10 ns。 picture_TOA = 1。 % 打開圖片顯示 % 計算兩 坐標點的的距離的公式是： % Distance = sqrt((X x)^2 + (Y y^2))。 % 計算 基站到 移動臺 的真實距離 (simple Euclidian distance) % 當我們計算出真正 的歐式距 離后我們可以給與隨機的延時 for i = 1:n actual_distance_MS_BS(i) = sqrt((MS_ini(1)BS(i,1))^2 + (MS_ini(2)BS(i,2))^2)。 end if picture_TOA == 1 %///////////////// Plot IDEAL position of MS /////////////////////// % 說明 : circle(c, r, n) figure (1) TITLE(39。Ideal position of MS39。) for i =1:n c = BS(i,:)。 r = actual_distance_MS_BS(i)。 nsides = 128。 col = [0 0 1]。 nsides = max(round(nsides),3)。 % 這里我們 要確定 基站的 數(shù)目要 = 3 a = [0:2*pi/nsides:2*pi]。 line(r*cos(a)+c(1), r*sin(a)+c(2), 39。color39。, col)。 hold on 山東農(nóng)業(yè)大學(xué)學(xué)士學(xué)位論文 23 plot(c(1), c(2))。 hold on end plot(MS_ini(1), MS_ini(2), 39。k39。, 39。MarkerFaceColor39。,39。g39。,39。MarkerSize39。,10)。 grid。 hold off end % 對傳輸 路徑產(chǎn)生隨機的 延時 % delay = randn * sigma。這是 此算法 的基本原理 %求出 每個 移動臺 信號到達基站的時間 for i = 1:n TOA(i) = actual_distance_MS_BS(i)/c_speed + abs(randn * sigma)。 %在這里 我們增加了一個隨機的延遲噪聲，目的是為了 仿真出 真正的 NLOS的 室外環(huán)境。 % as follows: L(i) = TOA(i) * c_speed。 end if picture_TOA == 1 figure (2) TITLE(39。Found position of MS39。) for i = 1:n c = BS(i,:)。 r = L(i)。 nsides = 128。 col = [1 0 0]。 nsides = max(round(nsides),3)。 % 這里我們 要確定 基站的 數(shù)目要 = 3 a = [0:2*pi/nsides:2*pi]。 line(r*cos(a)+c(1), r*sin(a)+c(2), 39。color39。, col)。 hold on plot(c(1), c(2))。 hold on end grid on。 end % 這里我們使用 最小二乘法（ LEAST SQUARES） 來估計 移動臺的位置 for i = 2:n P(i1,1) = BS(i,1)。 P(i1,2) = BS(i,2)。 end B(1,:) = (BS(2,1)^2 + BS(2,2)^2) L(2)^2 + L(1)^2。 B(2,:) = (BS(3,1)^2 + BS(3,2)^2) L(3)^2 + L(1)^2。 k = (P39。*P)^(1)*P39。*B*