基于稀疏栅格优化的蜂窝车联网定位算法

蜂窝车联网（cellular-V2X,C-V2X）中的定位方案是车路协同与车联网业务发展的重要技术途径之一。目前基于基站、卫星等诸多定位方案,在车联网业务以及车路协同场景中常会遇到定位精度、定位处理时延、部署成本等诸多方面的挑战。针对这些问题,文章对已有栅格定位算法进行优化,提出一种基于统计信息网格（statistical information grid,STING）的稀疏栅格优化算法和基于极端梯度提升（extreme gradient boosting decision tree,XGBoost）进行指纹定位的车联网指纹定位算法。从栅格优化的角度出发,相较于传统指纹定位方法在定位精度和计算速率方面进行了优化,使其更适应于车路协同场景。该算法为目前的车联网定位提供了一种有效的定位方法。     

FPGA软件无线电平台实现OFDM关键问题的研究

在软件无线电平台上快速实现原型样机,已成为评价通信新技术的重要方法.本文以基于FPGA的软件无线电平台实现OFDM收发信机为例,分析了浮点数与定点数仿真的基本方法及原型样机的设计流程,针对802.11a突发分组OFDM收发信机中的帧同步、符号定时和信道估计等在FP-GA中的实现问题,提出了适合于硬件实现的优化算法,节省了硬件资源.最后,在验证平台上实现了全数字OFDM收发信机.测试结果表明,新方法设计合理,收发信机在中频能稳定的无误帧传输.