论文部分内容阅读
在物联网技术快速发展的今天,机器类型通信的相关产业正在迅速发展。将传感器、执行器与仪表(水,气,电或停车)、汽车和电器等集成在一起,形成的物联网解决方案有着广阔的前景。其中集覆盖扩展、UE低复杂性、长电池寿命和向后兼容性等优点于一体的窄带物联网(Narrow Band Internet of Things,NB-IoT)成为了当前业界的研究热点。然而,作为一个全新的通信技术,窄带物联网也面临着全新的挑战,传统的LTE中的定位技术无法直接应用于NB-IoT系统中,为NB-IoT系统寻找合适的定位方式是当前亟待解决的一个问题。 本文首先考虑了具有解析表达式的算法优化问题:在传统非视距误差(NLOS)下无线定位的到达时间差(Time Difference of Arrival,TDOA)算法通常用于减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)这类部署于恶劣环境的非移动终端,需要解决LOS传输与NLOS传输并存下的定位精度问题。因此,本文采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,本文提出一种组合定位的算法,这种方法的基本思想是采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后的该算法在 NLOS 的信道环境下的定位性能有明显的提高。 为进一步优化基于蜂窝网络的NB-IoT定位系统性能,考虑到NB-IoT设备的密集性和窄带特性,小区间定位信号的干扰和残余频偏都是不可忽视的问题。为了解决在NB-IoT定位中到达时延(Time Delay of Arrival,TOA)的估计问题,本文提出了一种基于连续干扰消除(SIC)的迭代算法,综合考量每个小区第一到达路径的残余频率偏移、衰落信道抽头和到达时间(TOA)的估计检测等问题。通过 MATLAB 进行信道模拟仿真,所提出的基于SIC的TOA检测器对由小区间干扰,衰落信道和残余频偏引入的损伤具有鲁棒性。与不考虑这些损伤的传统TOA定位检测器相比,本算法可获得显著的信噪比(SNR)增益。