一种减小TOA测量距离中NLOS影响的DMS模型和估计算法

有效的滤波方法和多尺度估计是无线定位技术的重要研究方向。为了减小在蜂窝网无线定位中非视距传 播(NLOS)对波达时间(TOA)测量距离的误差影响,先结合NLOS误差特性对标准Kalman滤波进行修正,然后提 出将不同采样率的修正Kalman滤波方程与多个尺度联系起来,建立了一种动态多尺度系统(DMS)模型,并给出基 于Haar小波的实现方法。仿真结果表明,基于上述方法优于直接进行Kalman滤波的效果,能较大幅度地提高 TOA测量距离的精度。     

面向用户最大覆盖的多空中基站布局方法

以无人机为平台的空中基站(unmanned aerial vehicle base station, UAV-BS)部署灵活、通视较好,在应急通信场景中具有独特优势,但是UAV-BS位置对通信组网效能具有重要影响,如何优化UAV-BS部署位置,特别是多UAV-BS位置布局是一个关键问题。本文考虑对地面终端用户最大化的覆盖且尽可能降低基站发射功率,提出多UAV-BS定位模型。首先,基于通信区域视线(line-of-sight, LoS)和非视线(non-line-of-sight, NLoS)传输统计特性计算最大覆盖半径及相应UAV-BS定位的高度。在此基础上,将基站水平定位布局视为多圆覆盖问题,构建覆盖用户数最多的非线性约束优化模型,并在保持用户覆盖最大化的前提下,进一步优化各UAV-BS发射功率。然后,基于最小覆盖圆问题和遗传算法对定位模型进行求解,计算具有低阶多项式的时间复杂度。最后,通过仿真验证了所提方法的有效性,结果表明所提方法能够实现UAV-BS组网3D布局,并能最大化用户覆盖和降低基站功率。