基于蜂窝网络的移动台定位算法研究的中期报告.docxVIP

基于蜂窝网络的移动台定位算法研究的中期报告.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于蜂窝网络的移动台定位算法研究的中期报告

中期报告

一、研究背景

随着移动通信技术的不断发展,移动通信服务已经成为了人们生活中不可或缺的一部分。移动通信服务主要包括语音通信、短信、互联网接入等,其中,基于移动台定位的服务已经成为了移动通信服务的一个重要组成部分。基于移动台定位的服务可以帮助用户快速准确地确定自己的位置,从而为用户提供更加便捷的服务。

移动台定位技术主要有三种方式:GPS定位、蜂窝网络定位和WLAN定位。其中,GPS定位准确度高,但是在地下、室内或者城市高层建筑物密集的地区定位精度会受到影响;WLAN定位主要面向室内场所,但是需要在室内部署大量的WLAN基站,成本较高。相比之下,蜂窝网络定位技术在室内外均可使用,无需部署额外的设备,因此得到了广泛的应用。

蜂窝网络定位技术基于移动台和基站之间的信号传输,通过对信号的时间差、信号强度等参数进行测量,来确定移动台的位置。由于信号传输会受到建筑物、树木等的干扰,因此蜂窝网络定位的精准度会受到影响。目前,研究人员通过对蜂窝网络定位算法的改进,不断提升定位的准确度。

二、研究内容

本研究旨在对基于蜂窝网络的移动台定位算法进行研究,主要研究内容包括:

1.对蜂窝网络的基本原理进行深入研究,确定定位中需要考虑的参数和方法;

2.通过实验数据的采集和处理,建立蜂窝网络定位的数学模型;

3.基于建立的数学模型,研究蜂窝网络定位算法,探究改进算法对定位精度的提升效果;

4.通过实验验证算法的性能和准确度,分析算法的适用范围和优缺点;

5.根据实验结果改进算法并进行优化,提高定位的准确度和稳定性。

三、研究进展

截至目前,本研究已经完成了对蜂窝网络定位的基本原理的研究和实验数据的采集和处理。通过实验数据的分析,我们建立了蜂窝网络定位的数学模型,并对模型进行了有效性验证。接下来,我们将进行算法的研究和实验验证,以进一步探究改进算法对定位精度的提升效果。

四、研究计划

接下来,本研究将按照以下计划继续开展工作:

1.完成蜂窝网络定位算法的研究和实验验证,探究改进算法对定位精度的提升效果;

2.分析算法的适用范围和优缺点,提出改进算法的建议;

3.根据实验结果对算法进行优化,提高定位的准确度和稳定性;

4.撰写毕业论文并进行论文答辩。

五、参考文献

1.Aslantas,V.,Tolun,M.R.(2017).HandoverbasedAdaptiveFingerprintingforCellularNetworkIndoorLocalization.Sensors,17(5),1130.

2.Chen,M.,Li,Y.,Chen,Y.,Hu,L.,Li,X.(2013).Amodel-basedadaptiveapproachforfingerprintingindoorlocalizationusingsparserepresentation.IEEETransactionsonVehicularTechnology,62(8),3677-3688.

3.Li,Y.,Chen,Y.,Lu,N.(2015).Fingerprinting-basedindoorlocalization:Recentadvancesandfuturetrends.InformationSciences,293,1-18.

4.Liu,K.,Wu,H.,Cai,K.,Liu,G.,Li,X.(2019).ConvolutionalNeuralNetworks-BasedFingerprintingforIndoorLocalizationUsingWi-FiSignals.IEEEWirelessCommunicationsLetters,8(2),349-352.

5.Liu,L.,Khan,S.,Vasilakos,A.V.,Wang,W.(2016).Indoorlocalizationviawirelesssensornetworks:Asurvey.ACMcomputingsurveys(CSUR),49(2),35.

文档评论(0)

kuailelaifenxian + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体太仓市沙溪镇牛文库商务信息咨询服务部
IP属地上海
统一社会信用代码/组织机构代码
92320585MA1WRHUU8N

1亿VIP精品文档

相关文档