-
公开(公告)号：CN111083637B
公开(公告)日：2021-04-30
申请号：CN201911402611.8
申请日：2019-12-31
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无线定位技术领域，特别是涉及一种联合MIMO基站与非MIMO基站的高精度定位方法。该方法包括以下步骤：获取MIMO通信基站的基站标识符以及天线数量；由MIMO通信基站发送PRS定位参考信号；获取非MIMO辅助定位基站的基站标识符；由非MIMO辅助定位基站发送PRS定位参考信号；移动用户设备接收来自MIMO通信基站和非MIMO辅助定位基站的定位参考信号波形，并选取MIMO通信基站作为基准基站，计算出信号到达时间差和信号到达角度；根据所获得的信号到达角度和信号到达时间差混合解算移动用户设备的位置。本发明减少了阵列天线的需求数量，降低了基站硬件要求，节约了成本。提升了信号质量和可用基站数量，提高了定位的稳定性。提高了移动用户设备的定位精度。
-
公开(公告)号：CN111432364A
公开(公告)日：2020-07-17
申请号：CN202010216383.1
申请日：2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于径向基函数神经网络的非视距误差抑制方法，包括：将原始多径TOA样本数据进行标准化分类预处理，得到标准化分类的多径TOA样本数据；建立径向基函数神经网络，并使用量子人工蜂群对径向基函数神经网络进行优化，该径向基函数神经网络由隐层和输出层组成；由标准化分类的多径TOA样本数据训练径向基函数神经网络；使用径向基函数神经网络识别并剔除未知多径TOA数据中的非视距误差。本发明提高移动用户设备的定位精度；不增加任何额外冗余基站，降低部署成本；不带来额外的解算复杂度，提升定位效率。
-
公开(公告)号：CN111432364B
公开(公告)日：2021-05-11
申请号：CN202010216383.1
申请日：2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于径向基函数神经网络的非视距误差抑制方法，包括：将原始多径TOA样本数据进行标准化分类预处理，得到标准化分类的多径TOA样本数据；建立径向基函数神经网络，并使用量子人工蜂群对径向基函数神经网络进行优化，该径向基函数神经网络由隐层和输出层组成；由标准化分类的多径TOA样本数据训练径向基函数神经网络；使用径向基函数神经网络识别并剔除未知多径TOA数据中的非视距误差。本发明提高移动用户设备的定位精度；不增加任何额外冗余基站，降低部署成本；不带来额外的解算复杂度，提升定位效率。
-
公开(公告)号：CN111083637A
公开(公告)日：2020-04-28
申请号：CN201911402611.8
申请日：2019-12-31
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无线定位技术领域，特别是涉及一种联合MIMO基站与非MIMO基站的高精度定位方法。该方法包括以下步骤：获取MIMO通信基站的基站标识符以及天线数量；由MIMO通信基站发送PRS定位参考信号；获取非MIMO辅助定位基站的基站标识符；由非MIMO辅助定位基站发送PRS定位参考信号；移动用户设备接收来自MIMO通信基站和非MIMO辅助定位基站的定位参考信号波形，并选取MIMO通信基站作为基准基站，计算出信号到达时间差和信号到达角度；根据所获得的信号到达角度和信号到达时间差混合解算移动用户设备的位置。本发明减少了阵列天线的需求数量，降低了基站硬件要求，节约了成本。提升了信号质量和可用基站数量，提高了定位的稳定性。提高了移动用户设备的定位精度。
-
-
-
Search Results
4
records
(took 0.022 seconds)
