导读:本文包含了移动网络定位论文开题报告文献综述及选题提纲参考文献，主要关键词:蓝牙,室内定位,Beacon,室分天线
移动网络定位论文文献综述
孙蕾,张欣旺,张凯奕,王东,邓伟[1]（2019）在《基于移动通信网络的蓝牙室内定位系统》一文中研究指出室内定位市场规模庞大,蓝牙定位方案在众多室内定位技术中应用最为广泛。但是蓝牙定位方案存在安装难、维护难、易被盗用叁个难题,使得业界尚无公司具备规模建设蓝牙室内定位网络的能力。分析了基于蓝牙技术的iBeacon定位方案,首次提出了基于移动通信网络的蓝牙室内定位系统。与现有蓝牙定位方案相比,其具备安装易、维护易以及无法盗用的叁大优势。同时,本论文还介绍了蓝牙室分天线结构,并详细阐述了其上下行定位、广告信息推送和链路损耗检测工作原理。最后,本论文讨论了运营商蓝牙定位网络的商业模式。(本文来源于《5G网络创新研讨会（2019）论文集》期刊2019-08-15）
刘绍刚,李燕梅,李艳平[2]（2019）在《基于BP人工神经网络的室内移动定位技术》一文中研究指出基于无线传感器网络的室内定位技术因为室内复杂的环境,传感器通信存在着多径效应,无法使用信号强度衰减模型进行精确定位。文中提出基于ZigBee结合Fingerprinting以及遗传算法优化的BP神经网络的方法进行定位。实验结果证明该方法可以用于室内的精确定位,在定位范围为2 m×2 m的条件下,非训练点的定位平均误差为0.22 m。(本文来源于《现代电子技术》期刊2019年15期）
梁雅媚[3]（2019）在《基于蒙特卡洛的无线传感器网络移动节点定位改进算法研究》一文中研究指出随着无线传感器技术的发展,无线传感器网络(Wireless Sensor Networks,WSN)渗透到人们工作与生活的各个领域。无线传感器网络通过节点间的协同合作对网络覆盖区域内的相关信息进行感知、采集和处理,与观察者实现信息交互。定位是无线传感器网络应用的基础和关键技术之一。由于能耗、成本和扩展性等限制,目前常见的GPS等定位技术明显不适用于大规模的无线传感器网络。因此,研究和设计一种高效低功耗的WSN节点自定位算法具有重要研究价值。蒙特卡洛定位(Monte Carlo Localization,MCL)算法是第一个针对移动节点定位的非测距定位方法,该算法利用节点的移动特性优化定位性能,为定位研究提供了全新的思路。本文通过分析无线传感器网络中MCL算法的优势和不足,在其基础上提出了两种改进算法,通过增强滤波条件、完善过滤机制以及优化权值多方面实现定位性能的提高。本文所做的主要研究工作如下:(1)介绍了无线传感器网络的背景和发展历程,详细介绍了无线传感器网络的工作原理、结构特性、具体应用和几个主要研究方向的研究现状,阐述了节点定位的相关知识,介绍了几种典型的定位算法,其中对蒙特卡洛定位算法进行了重点描述和分析。(2)针对动态无线传感器网络中经典蒙特卡洛算法定位精度的不足,提出了一种基于距离估计的定位算法—DEMCL(Monte Carlo Localization based on Distance Estimation)算法,在蒙特卡洛定位算法的过滤阶段引入一个无需直接测距的距离估计方法,通过更严格的过滤环节优化样本集以减小定位误差。仿真结果表明,该算法的定位精度和网络覆盖率均有提高,同时减少了采样数。(3)针对蒙特卡洛定位算法过滤机制薄弱以及样本多样性不足的问题,提出了MSMCL(Monte Carlo Localization using MeanShift vector)算法,通过充分挖掘可利用的第叁类锚节点信息增强算法的过滤环节,同时引入样本的MeanShift向量优化样本权值,保护了样本的多样性。实验结果表明,该算法的定位精度和网络覆盖率有效提高,且不增加额外的通信开销。(本文来源于《湘潭大学》期刊2019-06-10）
边新梅[4]（2019）在《面向移动网络的定位接收机跟踪算法设计与实现》一文中研究指出全球导航卫星系统(GlobalNavigation Satellite System,GNSS)可以为用户的室外活动提供精确的位置信息,但室内环境定位效果不佳。随着移动网络和终端的兴起,位置服务已成为移动网络应用的研究热点。基于地面移动网络的室内定位技术具有布设成本低、信号穿透性强、无电离层干扰等特点受到人们的重视。TC-OFDM(Time&Code Division-Orthogonal Frequency Division Multiplexing)系统是基于移动网络的广域室内外无缝定位系统,能够实现米级定位精度。本文在实验室已有TC-OFDM系统开发平台上,研究面向移动网络的TC-OFDM定位接收机的跟踪环路算法,跟踪环路主要包括载波环和码环两部分。在弱信号条件下,现有定位接收机载波环对残余载波频率的估计存在较大偏差,限制了接收机的跟踪灵敏度;在复杂多变的室内环境条件下,定位信号幅度在短时间内容易出现剧烈波动,导致码环跟踪不稳定甚至失锁。针对上述问题,对TC-OFDM定位接收机跟踪环路算法进行了改进,主要的研究内容和成果有:1、针对弱信号条件下残余载波频率估计偏差较大的问题,提出一种多参数最大似然估计(Maximum Likelihood Estimation,MLE)联合卡尔曼滤波(Kalman Filter,KF)的载波跟踪算法。MLE用于替换现有载波鉴频器和鉴相器,将信号幅度、残余载波频率和载波相位作为MLE估计参数,采用收敛速度快的莱文贝格-马夸特(Levenberg-Marquardt,LM)算法进行MLE求解,利用KF提高MLE计算结果的估计精度。仿真结果表明,与基于锁频环和锁相环的载波跟踪算法和基于扩展卡尔曼滤波的载波跟踪算法相比,所提载波跟踪算法能有效提高残余载波频率估计精度和载波跟踪灵敏度。2、针对复杂室内环境中定位信号幅度波动大易造成码环失锁的问题,提出一种基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)的信号幅度和码相位差联合估计算法。该算法将信号幅度和码相位差作为状态向量进行联合估计,信号幅度和码相位差估计值用于实时调整观测噪声协方差矩阵,利用EKF构建闭合的码跟踪环路。仿真结果表明,该算法利用了信号幅度的统计特性,克服了传统DLL和无幅度估计EKF码跟踪算法的缺点,能够有效提高TC-OFDM定位接收机跟踪环路的鲁棒性。3、在硬件定位接收机平台上,对上述所提算法进行了实际测试。经测试,跟踪环路算法改进后的定位接收机能够跟踪载噪比为24dB-Hz的弱信号,有效提高了现有定位接收机跟踪灵敏度,增强了跟踪环路的鲁棒性。综上,本文提出的多参数MLE联合KF的载波跟踪算法和基于EKF的信号幅度和码相位差联合估计算法,优化了现有TC-OFDM定位接收机跟踪环路性能,提高了接收机在弱信号条件下的跟踪灵敏度和信号幅度短时间内出现剧烈波动时跟踪环路的鲁棒性。(本文来源于《北京邮电大学》期刊2019-06-03）
王灵矫,梁雅媚,郭华[5]（2019）在《基于距离估计的无线传感网络移动节点定位研究》一文中研究指出针对传统MCL算法定位精度低的不足,提出了一种基于距离估计的改进蒙特卡罗定位算法—DEMCL.首先根据网络连通度、锚节点信息和节点间的相邻关系估计目标节点与锚节点间的距离;然后利用该距离构建新的过滤条件加入算法的过滤阶段,以优化样本集和减小定位误差;最后以Matlab为工具对算法的定位性能进行仿真和分析.仿真结果表明:在同一环境下,与MCL算法和MCB算法相比,DEMCL算法能保证更高的定位精度,同时减少了无效定位的节点数目,网络覆盖率可达到98.83%.(本文来源于《云南大学学报(自然科学版)》期刊2019年03期）
段亚青[6]（2019）在《基于移动锚节点的无线传感器网络定位算法研究》一文中研究指出无线传感器网络(Wireless Sensor Network,WSN),是一种自组织网络,在监测区域内部署大量的传感器节点,对监测区域进行实时监控,实时给用户传回有效信息。节点定位技术是WSN的关键基础技术之一,广泛的应用在军事国防、火灾监控、医疗卫生等方面,越来越多的应用对定位的准确度提出了十分高的要求。在传感器节点位置信息未知的情况下,网络感知数据无法应用没有价值,因此位置信息是对网络中突发事件进行事前预警、事中决策以及事后处理的前提。节点定位技术是WSN实际应用中的关键问题,本文主要研究基于静态未知节点静态锚节点的定位,以及基于静态未知节点移动锚节点的定位。一些学者将智能算法应用在定位算法中来提高定位精度,本文主要研究了灰狼优化算法(gray wolf optimization,GWO),对其进行改进并应用于定位算法中。本文设计的改进灰狼优化算法,一方面对GWO中唯一的控制因子进行改进,GWO中控制因子是线性变化的,但实际寻优迭代搜索过程是非线性变化的,所以本文设计了一种非线性动态变化控制因子策略;另外一方面,GWO中灰狼个体根据α、β和δ的位置来更新个体位置,将α、β和δ视为同等重要,忽略了它们各自的特征,因此本文在位置更新中引入权值因子;其次受粒子群算法中粒子速度更新中粒子“认知”行为和粒子“社会”行为的启发,引入扰动项,增强扰动,提高跳出局部最优的能力。通过与基本灰狼优化算法及其他改进灰狼优化算法、其他智能算法仿真对比,充分说明本文改进策略的有效性,具有更高的收敛精度及收敛速度。基于静态节点的定位算法分为静态锚节点辅助定位和移动锚节点辅助定位。在静态锚节点辅助定位算法部分,本文主要是结合几何学知识中的公边比例定理,建立了基于叁个锚节点辅助定位的数学定位模型,可以初步估算出未知节点的位置坐标,本文将初步估计位置坐标作为改进灰狼优化算法的部分初始值,通过智能算法优化未知节点的坐标值,达到更高定位精度的目的。在移动锚节点辅助定位算法部分,本文主要是考虑到移动锚节点成本高、能耗高,希望可以用少量的移动锚节点实现网络中未知节点的定位,因此设计了基于单个移动锚节点路径规划实现定位的方法,主要工作是先选取虚拟锚节点,再通过基于改进灰狼优化的TSP算法进行路径规划实现未知节点定位。在虚拟锚节点选取阶段,以叁个虚拟锚节点为一组,通过排除冗余的方式选出需要的虚拟锚节点。仿真结果表明,本文设计的基于改进灰狼优化的定位算法与DPSO定位算法、基于测距的叁边定位算法相比定位精度更高,对测距误差鲁棒性强;本文设计的基于移动锚节点和改进灰狼优化的路径规划算法与经典路径规划算法及其他已有路径规划算法相比,网络定位覆盖率更高,节省了网络成本,可达到理想的定位精度。(本文来源于《太原理工大学》期刊2019-05-01）
贺伟,梁潘[7]（2019）在《移动无线传感网络的分布式协作定位的研究》一文中研究指出针对移动无线传感网络,并基于到达时间TOA(Time-of-Arrival)的测距模型,分析利用传感节点的移动信息进行定位问题,提出基于二阶锥规划的分布式定位算法。推导最大似然ML(Maximum Likelihood)定位估计表达式;考虑到基于ML的协作定位的非凸性,选用二阶锥规划SOCP(Second-order Cone Programming)松驰技术求解。为了降低计算成本,采用分布式策略实施SOCP算法。实验数据表明,该算法减少了均方根误差,提高了定位精度。(本文来源于《计算机应用与软件》期刊2019年04期）
梁丰,熊凌[8]（2019）在《基于GA-BP神经网络的移动机器人UWB室内定位》一文中研究指出BP神经网络算法用于机器人超宽带(UWB)定位时,有较好的定位性能,但易陷入局部极值.为解决此问题采用遗传算法优化BP网络的随机权值及阈值.分别用BP神经网络和优化后的GA-BP神经网络对移动机器人进行定位实验,优化后的GA-BP神经网络能够克服BP神经网络易陷入局部极值的问题.在室内视距(LOS)和非视距(NLOS)环境下,优化后的方法平均定位误差分别下降了46%和24%;在同一概率条件下,LOS环境中GA-BP神经网络的定位误差比BP神经网络定位误差下降了约48%,NLOS环境中GA-BP神经网络的定位误差比BP神经网络定位误差下降了约20%.(本文来源于《微电子学与计算机》期刊2019年04期）
王赠懿[9]（2019）在《数据收集传感器网络移动节点自定位系统研究》一文中研究指出传统数据收集传感器网络移动节点自定位系统节点数量相对较多,定位信息繁杂,易出现系统定位精度低、耗时久等问题。因此结合遗传算法对网络移动节点自定位系统进行设计,对系统未知节点的移动距离及采集区域节点分布密度的权值进行计算。根据遗传算法原理和采集区域节点分布密度的权值对可用节点进行计算,以便删减冗余节点,并对系统硬件内部的传感单元、数据处理单元等进行优化设计,达到通过少量可用节点完成系统定位流程的设计目标。最后通过仿真实验证实,设计的数据收集传感器网络移动节点自定位系统可以有效减少移动节点定位系统的运行时间,系统的运行效率得到了大幅度提升,对比传统的自定位系统精度提高了60%以上。(本文来源于《电子设计工程》期刊2019年07期）
张毅,徐昌庆,万群[10]（2019）在《移动网络定位研究进展》一文中研究指出定位构建人与万物和网络之间的时空桥梁,具有巨大的经济和社会价值。移动网络具有大带宽、多天线、高覆盖率等特点,在定位领域具备独特的优势,尤其在卫星信号覆盖不足的区域或多径丰富的场景,可以对卫星定位系统提供重要的补充,实现高精度、高可用性定位。从基于非参数估计和参数估计的移动网络定位关键技术、移动网络定位面临的技术挑战和移动网络定位相关标准等几个方面综述了移动网络定位的研究进展,并对移动网络定位技术趋势给出了展望。(本文来源于《导航定位与授时》期刊2019年02期）
移动网络定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于无线传感器网络的室内定位技术因为室内复杂的环境,传感器通信存在着多径效应,无法使用信号强度衰减模型进行精确定位。文中提出基于ZigBee结合Fingerprinting以及遗传算法优化的BP神经网络的方法进行定位。实验结果证明该方法可以用于室内的精确定位,在定位范围为2 m×2 m的条件下,非训练点的定位平均误差为0.22 m。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
移动网络定位论文参考文献
[1].孙蕾,张欣旺,张凯奕,王东,邓伟.基于移动通信网络的蓝牙室内定位系统[C].5G网络创新研讨会（2019）论文集.2019
[2].刘绍刚,李燕梅,李艳平.基于BP人工神经网络的室内移动定位技术[J].现代电子技术.2019
[3].梁雅媚.基于蒙特卡洛的无线传感器网络移动节点定位改进算法研究[D].湘潭大学.2019
[4].边新梅.面向移动网络的定位接收机跟踪算法设计与实现[D].北京邮电大学.2019
[5].王灵矫,梁雅媚,郭华.基于距离估计的无线传感网络移动节点定位研究[J].云南大学学报(自然科学版).2019
[6].段亚青.基于移动锚节点的无线传感器网络定位算法研究[D].太原理工大学.2019
[7].贺伟,梁潘.移动无线传感网络的分布式协作定位的研究[J].计算机应用与软件.2019
[8].梁丰,熊凌.基于GA-BP神经网络的移动机器人UWB室内定位[J].微电子学与计算机.2019
[9].王赠懿.数据收集传感器网络移动节点自定位系统研究[J].电子设计工程.2019
[10].张毅,徐昌庆,万群.移动网络定位研究进展[J].导航定位与授时.2019