●上篇
章緒論3
1.1蜂窩網定位技術概述3
1.1.1無線定位技術的概念3
1.1.2蜂窩網定位技術的應用領域4
1.1.3蜂窩網定位技術的發展5
1.1.4蜂窩網定位繫統的分類7
1.2信息融合技術概述9
1.2.1信息融合技術基礎9
1.2.2信息融合的體繫結構和分類10
1.2.3信息融合技術的研究現狀11
1.2.4多源信息融合的優勢12
1.2.5多源信息融合存在的主要問題13
1.3蜂窩網信息融合定位技術的可行性分析15
1.3.1基於信息融合的定位技術研究現狀15
1.3.2蜂窩網信息融合定位技術的可行性和意義15
參考文獻17
第2章無線定位理論基礎18
2.1無線定位常用方法18
2.1.1場強定位方法18
2.1.2基於到達時間測量的定位方法19
2.1.3基於到達時間差測量的定位方法20
2.1.4基於信號到達角的定位方法21
2.1.5基於指紋匹配的定位方法22
2.2傳統的定位參數測量方法23
2.2.1時延估計23
2.2.2角度估計24
2.2.3時延和到達角聯合估計27
2.3NLOS誤差鋻別與抑制方法28
2.4傳統的移動臺位置解算算法30
2.4.1非迭代定位算法31
2.4.2迭代定位算法36
2.5定位性能指標40
參考文獻42
第3章蜂窩網定位中的時延估計算法47
3.1超分辨時延估計算法47
3.1.1OFDM信號時延估計模型47
3.1.2子空間類時延估計算法49
3.1.3優選似然時延估計算法53
3.2基於蒙特卡羅直接抽樣的優選似然時延估計算法58
3.2.1信號模型59
3.2.2算法原理60
3.2.3克拉美羅下界62
3.2.4算法仿真與分析63
3.3基於重要性抽樣的優選似然時延估計算法66
3.3.1信號模型66
3.3.2算法原理67
3.3.3克拉美羅下界71
3.3.4算法仿真與分析72
3.4本章小結76
參考文獻76
第4章蜂窩網定位中的時延和到達角聯合估計算法78
4.1基於求根MUSIC的時延和到達角聯合估計78
4.1.1時延和到達角聯合估計模型79
4.1.2算法原理80
4.1.3算法仿真與分析83
4.2基於Hadamard積擴展子空間的時延和到達角聯合估計90
4.2.1算法原理91
4.2.2克拉美羅下界93
4.2.3算法仿真與分析96
4.3本章小結100
參考文獻100
第5章蜂窩網定位繫統的NLOS誤差抑制算法102
5.1蜂窩網定位繫統的誤差分析102
5.2典型的定位誤差鋻別與抑制算法分析103
5.2.1NLOS誤差鋻別算法103
5.2.2NLOS誤差抑制算法105
5.3基於信號斜度歸零準則的NLOS誤差抑制算法107
5.3.1NLOS誤差的信道模型108
5.3.2基於信號斜度歸零準則的NLOS誤差鋻別算法108
5.3.3基於數據斜度歸零準則的NLOS誤差抑制算法110
5.3.4算法仿真與分析111
5.4基於偏差Kalman濾波器和神經網絡的NLOS誤差抑制算法114
5.4.1偏差Kalman濾波器114
5.4.2Kalman濾波器對TOA進行無偏估計的算法推導115
5.4.3基於BP神經網絡的NLOS誤差環境模型繫數估計116
5.4.4算法總體流程118
5.4.5算法仿真與分析118
5.5本章小結122
參考文獻122
第6章蜂窩移動通信繫統信息融合定位理論124
6.1引言124
6.2信息融合定位繫統的總體設計方案125
6.3基於信息融合的蜂窩網定位繫統結構127
6.3.1信息融合定位繫統的功能結構127
6.3.2信息融合定位繫統的層次結構128
6.3.3信息融合定位繫統的整體框架129
6.4基於多源測量參數信息的數據層融合定位算法130
6.4.1經典無線位置估計算法130
6.4.2基於多目標優化理論的多源測量參數信息融合定位132
6.5多目標優化信息融合定位的求解方法134
6.5.1多目標優化理論的最優解134
6.5.2多目標優化問題的經典求解方法135
6.5.3基於遺傳算法的多目標進化算法137
6.6基於多目標優化的數據層信息融合定位方法138
6.7基於分布式結構的改進遺傳算法141
6.7.1改進遺傳算法的必要性141
6.7.2常見的變異改進型遺傳算法142
6.7.3分布式遺傳算法原理143
6.7.4分布式遺傳算法設計144
6.8基於分布式遺傳算法的測量參數數據層定位算法145
6.8.1目標種群設計145
6.8.2子種群設計146
6.8.3分布式遺傳算法的整體流程148
6.8.4算法仿真與分析148
6.9本章小結153
參考文獻154
第7章移動臺位置融合決策與繫統性能評估優化155
7.1信息融合定位繫統的決策層融合結構155
7.1.1決策層融合的概念和常用方法155
7.1.2信息融合定位繫統的決策層融合結構156
7.2基於貝葉斯規則的決策層融合算法159
7.2.1貝葉斯決策層融合算法159
7.2.2貝葉斯決策層融合的序貫遞推160
7.2.3貝葉斯決策層融合的性能分析161
7.3基於閉環反饋結構的改進粒子濾波決策層融合定位162
7.3.1基本的粒子濾波算法162
7.3.2閉環反饋型的改進粒子濾波器165
7.3.3基於IUKF算法的粒子重采樣167
7.4算法仿真與分析175
7.5信息融合定位繫統的性能評估178
7.5.1信息融合定位繫統性能評估的作用178
7.5.2信息融合定位繫統的測試評估原理179
7.6信息融合定位繫統的控制優化181
7.6.1控制優化的整體策略181
7.6.2基於信息反饋的控制優化結構182
7.6.3基於專家繫統輔助的性能優化方法183
7.7本章小結188
參考文獻188
下篇
第8章基於數據域融合的直接定位方法191
8.1直接定位方法基本原理191
8.1.1直接定位技術概述191
8.1.2直接定位信號模型192
8.1.3直接定位解算方法193
8.2基於角度和多普勒信息的多站直接定位方法194
8.2.1基於角度和多普勒信息的信號接收模型195
8.2.2基於優選似然準則的直接定位算法196
8.2.3克拉美羅下界推導199
8.2.4算法仿真與分析201
8.3基於時延和多普勒信息的多站直接定位方法206
8.3.1基於時延和多普勒信息的信號接收模型207
8.3.2基於分段信號相關累加的移動臺直接定位算法208
8.3.3克拉美羅下界推導212
8.3.4算法仿真與分析214
8.4本章小結218
參考文獻218
第9章融合多徑信息的直接定位方法220
9.1基於反射體信息輔助的多徑點源直接定位算法220
9.1.1基於角度和時延信息的多徑信號接收模型220
9.1.2算法基本原理222
9.1.3克拉美羅下界推導228
9.1.4算法仿真與分析232
9.2基於旋轉不變性的多徑分布源直接定位算法236
9.2.1相干分布源信號接收模型236
9.2.2算法基本原理239
9.2.3計算量分析241
9.2.4算法仿真與分析242
9.3基於迭代優化的低復雜度直接定位方法247
9.3.1基於子空間正交性的直接定位濾波模型247
9.3.2修正容積卡爾曼濾波算法原理249
9.3.3計算量分析252
9.3.4算法仿真與分析252
9.4本章小結256
參考文獻256
0章基於路徑追蹤溯源的蜂窩網定位方法258
10.1基於路徑追蹤溯源的蜂窩網定位理論基礎258
10.1.1經典蜂窩網信道模型258
10.1.2地理信息繫統（GIS）262
10.1.3路徑追蹤對於無線定位技術的意義264
10.2基於路徑追蹤溯源的蜂窩網定位原理265
10.2.1位置指向性路徑與區域指向性路徑266
10.2.2基於虛擬定位站的路徑追蹤定位算法框架269
10.3無線信號傳播環境模型的建立271
10.3.1無線信號傳播環境模型271
10.3.2基於GIS環境模型的建立273
10.4基於聚類分析的反向路徑追蹤算法276
10.4.1位置指向性路徑的反向追蹤算法277
10.4.2區域指向性路徑的反向追蹤算法281
10.4.3算法仿真與分析283
10.5路徑追蹤定位算法的CRLB與GDOP290
10.5.1鏡像定位站位置估計291
10.5.2克拉美羅下界推導297
10.5.3幾何精度因子（GDOP）304
10.5.4算法仿真與分析318
10.6基於路徑追蹤的決策層信息融合定位算法325
10.6.1移動臺位置粗估計過程325
10.6.2異常檢測過程326
10.6.3加權融合過程328
10.6.4算法總體流程331
10.6.5算法仿真與分析332
10.7本章小結338
參考文獻339
內容簡介
本書彙集了作者近年來在蜂窩網信息融合定位領域的研究成果，主要內容包括無線定位理論基礎、蜂窩網定位參數測量算法、NLOS誤差鋻別與抑制算法、蜂窩網信息融合定位理論與方法、基於數據域融合的直接定位方法、基於路徑追蹤的決策層信息融合定位方法等。重點研究了基於測量參數、地理信息、傳播路徑和原始數據域信息的蜂窩網融合定位方法，構建了蜂窩網信息融合定位模型，同時給出了算法仿真與分析。本書適合於高等院校通信、導航專業高年級本科生和研究生學習參考，也可供致力於移動通信與無線定位研究的高校教師、研究所或公司研究人員參考使用。
