隨著4G網(wǎng)絡的到來，物聯(lián)網(wǎng)的應用越來越廣泛，移動用戶數(shù)量大大增多，對位置的服務需求也在增多，利用移動臺的定位已成為移動通信的一個重要方面?；诜涓C網(wǎng)絡，特別是4G網(wǎng)絡的移動臺定位技術是個難點。該技術涉及的范圍廣^[1-2]，內(nèi)容多，由于受多徑干擾和多址干擾，特別是NLOS（非視距）傳播對移動臺定位的精度影響最大，使得信號特征值的測量值有偏差?，F(xiàn)有的基于移動臺的定位算法主要包括TOA(到達時間)、TDOA（到達時間差）、AOA（到達角）等^[3-4]，如參考文獻[4]中提到的TDOA和TOA方法由于對設備改動較少且不需要MS（移動臺）與BS（基站）間進行嚴格的時間同步，因而受到廣泛的關注，但是隨著智能天線陣列將在服務基站中應用，服務基站將能提供相當準確的MS的AOA測量值，可以用于AOA定位；參考文獻[5]中采用神經(jīng)網(wǎng)絡優(yōu)化數(shù)據(jù)，能較好地抑制NLOS誤差，但所用算法收斂速度慢，前期訓練時間過長且魯棒性較差。為了進一步提高服務精度以及實現(xiàn)動態(tài)連續(xù)定位，本文提出利用小波分析^[6-7]對NLOS誤差進行修正，再利用TOA/AOA混合定位算法進行定位的方法，最后對該算法的性能進行分析比較和仿真。

1 算法描述

1.1 小波分析

    小波是一種特殊的長度有限、平均值為零的波形，小波分析優(yōu)于傅里葉分析的地方在于其時域和頻域都有良好的局部化^[8]性質(zhì)，因此具有多分辨率的特點^[7]。

則稱Ψ_α，τ(t)是依賴參數(shù)α、τ的小波基函數(shù)。

    對于離散的小波變換，在任意L²(R)空間中的x(t)的DWT為：

其中N為分解層數(shù)，d_j，k為其小波分解系數(shù)，c_j，k為其尺度分解系數(shù)。

1.2 小波變換對NLOS誤差的修正

    設w(t_i)為t_i時刻的TDOA/AOA測量值，由于NLOS誤差屬于加性誤差，所以實驗數(shù)據(jù)w(t_i)等于真實值f(t_i)和標準測量誤差n(t_i)與非視距誤差nlos(t_i)之和，如下式所示：

其中n(t_i)為零均值的高斯隨機變量，nlos(t_i)為正隨機變量。

    因為信號和噪聲在小波段里有不同的狀態(tài)表現(xiàn)，有用的信號一般在處于低頻位置，尺度增加時，真實信號的幅值基本穩(wěn)定不變，而噪聲系數(shù)幅值會隨著增加而衰減，并且信號與噪聲處在不同的頻段，構造相應規(guī)則，通過對分解后的含噪聲的小波系數(shù)進行小波閾值門限處理，減小甚至完全消除噪聲產(chǎn)生的系數(shù)，最大程度地保留原始信號的系數(shù)，最后利用消噪后的小波系數(shù)進行重構原始信號，由此完成對NLOS誤差的修正。

    對NLOS誤差的修正主要有以下3個步驟：

    (1)本文采用db4小波對信號w(t_i)進行小波3次分解，得到其小波系數(shù)為d_j，k。

    (2)對分解后的小波系數(shù)d_j，k，使用經(jīng)驗公式^[9]得出θ_j。

    由此計算出在每個尺度下此小波系數(shù)的均方根誤差。

    (3)在這里采用固定閾值形式，由步驟(2)中得出的均方根誤差代入經(jīng)驗公式：

其中N為信號長度。計算出各個尺度下系數(shù)的閾值，通過

1.3 TOA/AOA混合LS定位算法

設移動基站MS坐標為(x，y)，有M個基站參與定位，基站BS_i坐標(x_i，y_i)，其中服務基站BS1(x₁，y₁)測量的AOA值為θ₁，第i個基站測量的電波到達時間為τ_i，τ₀為移動用戶發(fā)射信號的時間，c為信號傳播速度，則可建立下式：

    將式（15）計算出的x代入式（11）中就可得到y(tǒng)。

1.4 基于小波分析的TOA/AOA混合LS定位算法

    對于TOA/AOA混合定位算法^[10]在非視距（NLOS）下定位誤差較大，本文采用小波分析對在非視距下所測的TOA/AOA數(shù)據(jù)進行預處理，再采用LS算法進行定位，使其具有更高的定位精度，具體采用以下3個步驟：

    (1)在非視距（NLOS）環(huán)境下預先測得K組TOA/AOA信號數(shù)據(jù)，對所測的信號數(shù)據(jù)小波變換進行分解，得到其小波系數(shù)。

    (2)按照式（8）～式（10）小波閾值法對其小波系數(shù)進行門限處理，得到新的系數(shù)且重構出新的信號。

    (3)對重構出的TOA/AOA數(shù)據(jù)信號采用LS算法按式（11）～式（15）進行位置估算。

2 仿真及分析

    為了檢驗本算法的合理性以及可操作性，對其進行實驗仿真。本文基站為城市宏蜂窩環(huán)境，因此采用基于幾何結構的單次反射圓統(tǒng)計信道模型（GBSBCM）。在無線定位研究中這是一種常用的信道模型，在此不作贅述。服務基站分布采用標準的蜂窩式七基站模型，其中服務基站BS1為原點，且所有BS（基站）與MS（移動基站）之間均存在NLOS誤差，并且TOA和AOA系統(tǒng)測量誤差都是獨立同分布均值為0以及標準差為0.1 μs（約30 m）的高斯隨機變量。對于不同小區(qū)半徑和不同的數(shù)據(jù)測量誤差下進行定位，并且與參考文獻[5]中的算法進行了仿真對比。

    圖1為在不同的小區(qū)半徑下，本文所采用的定位算法與直接使用LS算法定位以及參考文獻[5]所采用的算法比較。橫坐標為小區(qū)半徑，縱坐標顯示為3種算法定位結果的均方誤差值。仿真結果表明，采用本文算法的定位能大大提高定位精度，參考文獻[5]提出的算法小區(qū)半徑2 000 m內(nèi)稍顯優(yōu)越，但是隨著半徑增加誤差愈大，本文算法定位性能良好且性能穩(wěn)定。以上說明小波分析在對NLOS誤差的抑制上有很好的效果，因此能取得很好的定位效果。

    圖2為不同測量誤差下3種算法的定位結果比較，縱坐標為不同算法在不同測量誤差下定位結果的均方根誤差值。仿真結果表明，隨著測量誤差的增長，本文算法均方根誤差增長緩慢，變化幅度不大，且定位性能優(yōu)于參考文獻[5]提出的算法。由此說明本文算法抑制非視距誤差能力強，在移動臺的定位方面效果顯著。

    在實際應用中，NLOS誤差為影響其定位的最主要誤差。為了提高移動臺定位的精度，本文將小波分析應用在定位當中，采用小波經(jīng)典閾值法抑制NLOS誤差，最后采用LS算法進行位置估計。該算法提高了傳統(tǒng)算法的精度，相比于參考文獻[5]算法，其收斂速度快，不需要前期訓練，減少了前期訓練的代價。從仿真結果表明，本文算法效果顯著，定位精度高且穩(wěn)定，具有可實施性。

參考文獻

[1] 王肖楠，張興波，李炳祥.基于GPRS和基站定位的城市公交監(jiān)控裝置[J].電子技術應用，2013，39(2)：39-41.

[2] 王彪，傅忠謙.基于超寬帶技術的TDOA室內(nèi)三維定位算法研究[J].微型機與應用，2013，32(14)：83-86.

[3] Xie Yaqin，Wang Yan，Zhu Pengcheng，et al.Grid-search based hybrid TOA/AOA location  techniques for NLOS environments[J].IEEE Communications Letters，2009，13(04)：254-256.

[4] Shen Guowei，RUDOLF Z，REINER S T.Performance comparison of TOA and TDOA based location estimation algrithms in LOS environment[J].Proceedings of the 5th Workshop on Positioning，Navigation and Communication 2008(WPNC′08)：71-78.

[5] 毛永毅，李明遠，張寶軍.一種NLOS環(huán)境下的TOA/AOA定位算法[J].電子與信息學報，2009，31（1）：37-40.

[6] 張陽，王嘉梅.一種改進的小波變換域的字符定位方法[J].微型機與應用，2011，30(18)：35-37.

[7] 張仁輝，杜民.小波分析在信號去噪中的應用[J].計算機仿真，2005，22（8）：69-72.

[8] 李立言，趙民建，鐘杰.一種基于小波降噪的GNSS軌跡平滑算法[J].電子技術應用，2012，38(5)：118-121.

[9] 卓寧.小波分析技術在GPS數(shù)據(jù)預處理中的應用[J].中國慣性技術學報，2009，17(02)：184-186.

[10] 段凱宇，張力軍.一種改進的NLOS環(huán)境下的TDOA/AOA混合定位算法[J].電子與信息學報，2006，28(2)：2003-2007.