移动通信网定位技术

第2章 移动通信信道特性与定位误差
2．1 移动通信无线电波的传播特征
2．2 传播路径与信号衰落
2．3 移动通信信道模型
2．3．1 典型的室外传播模型——Okumura-Hata模型
2．3．2 COST231-Walfish-Ikegami模型
2．3．3 LEE传播模型
2．3．4 海面传播模型
2．3．5 室内典型模型
2．3．6 T1P1（COST259）信道模型
2．3．7 延时扩展Greenstein模型
2．3．8 基于几何结构的单次反射统计信道模型
2．4 定位准确率评价指标
2．4．1 蜂窝网络的拓扑结构及移动台分布
2．4．2 均方误差（MSE）与克拉美-罗下界（CRLB）
2．4．3 圆/球误差概率（CEP/SEP）
2．4．4 几何精度因子（GDOP）
2．5 影响移动通信网定位精度的因素
2．5．1 非视距传播对定位精度的影响
2．5．2 多径传播对定位精度的影响
2．5．3 多址干扰对定位的影响
2．6 本章小结

第3章 时差定位中的模糊及无解分析
3．1 平面三站时差定位模糊及无解分析
3．1．1 平面三站时差定位模糊分析
3．1．2 模糊处理方法
3．1．3 无解研究
3．2 空间四站时差定位模糊及无解分析
3．2．1 空间时差定位算法
3．2．2 模糊研究
3．2．3 无解研究
3．3 本章小结

第4章 移动通信网常用定位算法
4．1 TDOA定位算法（Chan算法）
4．2 小二乘法
4．3 Taylor（泰勒）级数展开算法
4．4 基于残差加权的Taylor（泰勒）级数展开TDOA无线定位算法
4．5 本章小结

第5章 基于神经网络的移动通信网定位技术
5．1 基于BP神经网络的TDOA定位算法
5．1．1 基于BP神经网络的TDOA测量值的修正
5．1．2 基于TDOA定位算法的移动台位置估算
5．1．3 LS定位算法
5．1．4 仿真与分析
5．2 基于RBF神经网络的AOA定位算法
5．2．1 基于RBF神经网络的AOA测量值的修正
5．2．2 基于AOA的LS定位算法
5．2．3 基于AOA定位算法的移动台位置估算
5．2．4 仿真与分析
5．3 基于RBF神经网络的TDO/AOA定位算法
5．3．1 基于RBF神经网络的TDOA和AOA测量误差的修正
5．3．2 基于RBF神经网络的TDOA/AOA定位算法的移动台位置估算
5．3．3 仿真与分析
5．4 基于RBF神经网络的TOA/AOA定位算法
5．4．1 基于RBF神经网络的TOA和AOA测量值的修正
5．4．2 基于RBF神经网络的TOA/AOA定位算法的移动台位置估算
5．4．3 仿真与分析
5．5 基于BP神经网络的定位算法
5．5．1 基于BP神经网络的定位算法的移动台位置估算
5．5．2 仿真与分析
5．6 OFDM系统中基于BP神经网络的定位算法
5．6．1 OFDM信号TOA估计
5．6．2 基于BP神经网络的TDOA值修正
5．6．3 LS定位算法
5．6．4 基于BP神经网络的LS定位算法
5．6．5 仿真与分析
5．7 本章小结

第6章 基于数据融合的移动通信网定位技术
6．1 LOS环境下的TDOA/AOA数据融合定位算法
6．1．1 TDOA和AOA测量误差模型
6．1．2 TDOA/AOA数据融合定位算法
6．1．3 仿真与分析
6．1．4 本节小结
6．2 NLOS环境下的TDO/AOA数据融合定位算法
6．2．1 TDOA和AOA测量误差模型
6．2．2 仿真与分析
6．2．3 本节小结
6．3 基于RBF神经网络的TDO/AOA数据融合定位算法
6．3．1 TDOA和AOA测量误差模型
6．3．2 TDOA/AOA数据融合定位算法
6．3．3 仿真与分析
6．3．4 本节小结
6．4 基于BP神经网络的TDOA/GPS混合定位算法
6．4．1 基于BP神经网络的修正模型
6．4．2 TDOA/GPS混合定位算法
6．4．3 基于BP神经网络的定位算法
6．4．4 仿真与分析
6．4．5 本节小结
6．5 本章小结

第7章 移动通信网跟踪技术
7．1 一种非视距环境下移动通信网跟踪算法
7．1．1 算法描述
7．1．2 仿真与分析
7．1．3 本节小结
7．2 基于BP神经网络的跟踪算法
7．2．1 算法描述
7．2．2 仿真与分析
7．2．3 本节小结
7．3 非视距传播环境下的AOA跟踪算法
7．3．1 算法描述
7．3．2 仿真与分析
7．3．3 本节小结
7．4 本章小结
参考文献