一种基于场强差的移动台定位改进算法

第５５卷第６期　２０１５年６月　电讯技术　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　ＶｏＩ．５５．Ｎｏ．６　Ｊｕｎｅ，２０１５　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－８９３ｘ．２０１５．０６．００６　引用格式：毛永毅，张晓佳．一种基于场强差的移动台定位改进算法［Ｊ］．电讯技术，２０１５，５５（６）：６１８—６２２．［ＭＡＯ　Ｙｏｎｇｙｉ，ＺＨＡＮＧ　Ｘｉａｏｊｉａ．Ａｎ　Ｉｍｐｒｏｖｅｄ　Ｍｏｂｉｌｅ　Ｓｔａｔｉｏｎ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ＯＦｔ　Ｆｉｅｌｄ　Ｓｔｒｅｎｇｔｈ　Ｄｉｆｆｅｒｅｎｃｅ［Ｊ］．Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，２０１５，５５（６）：６１８—６２２．］　一种基于场强差的移动台定位改进算法　毛永毅，张晓佳料　（西安邮电大学电子工程学院，西安７１００６１）　摘要：为了解决传统的移动台定位过程中信号的传播误差对定位精度的影响。提出了一种基于移　动台与服务基站之间的场强差来确定移动台位置的改进算法　小波变换在信号消噪处理中可以取　得良好的效果，通过选择合适的小波函数和分解层数，对测量得到的场强差进行分解和重构．然后用　经典Ｃｈａｎ算法确定移动台位置，大大降低了传播误差对定位精度的影响。仿真表明，该算法能很好　地抑制传播误差，其定位效果比直接使用Ｃｈａｎ算法更加稳定。　关键词：移动台定位；传播误差；小波变换；场强差；Ｃｈａｎ算法　中图分类号：ＴＮ９２９．５３　文献标志码：Ａ　文章编号：１００１—８９３Ｘ（２０１５）０６—０６１８—０５　Ａｎ　Ｉｍｐｒｏｖｅｄ　Ｍｏｂｉｌｅ　Ｓｔａｔｉｏｎ　Ｐｏｓｉｔｉｏｎｉｎｇ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｆｉｅｌｄ　Ｓｔｒｅｎｇｔｈ　Ｄｉｆｅｒｅｎｃｅ　ＭＡＯ　Ｙｏｎｇｙｉ，ＺＨＡＮＧ　Ｘｉａｏｊｉａ　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ　ａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｐｏｓｔｓ　ａｎｄ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｘｉ　ａｎ　７１００６１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｓｉｇｎａｌ　ｐｒｏｐａｇａｔｉｏｎ　ｅｒｒｏｒ　ｏｎ　ｍｏｂｉｌｅ　ｓｔａｔｉｏｎ　ｐｏｓｉｔｉｏｎｉｎｇ　ｐｒｅｃｉｓｉｏｎ，　ａｎ　ｉｍｐｒｏｖｅｄ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｗｈｉｃｈ　ｉｓ　ｂａｓｅｄ　ｏｎ　ｆｉｅｌｄ　ｓｔｒｅｎｇｔｈ　ｄｉｆｆｅｒｅｎｃｅ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｍｏｂｉｌｅ　ｓｔａｔｉｏｎ　ａｎｄ　ｔｈｅ　ｂａｓｅ　ｓｔａｔｉｏｎ　ｔｏ　ｇｅｔ　ｔｈｅ　ｐｏｓｉｔｉｏｎ　ｏｆ　ｔｈｅ　ｍｏｂｉｌｅ　ｓｔａｔｉｏｎ．Ｔｈｅ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　ｈａｓ　ａ　ｇｏｏｄ　ｅｆｆｅｃｔ　ｏｎ　ｔｈｅ　ｓｉｇｎａｌ　ｄｅ－ｎｏｉｓｉｎｇ．Ｂｙ　ｓｅｌｅｃｔｉｎｇ　ｔｈｅ　ｓｕｉｔａｂｌｅ　ｗａｖｅｌｅｔ　ｆｕｎｃｔｉｏｎ　ａｎｄ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ｌａｙｅｒｓ，ｔｈｅ　ｍｅａｓｕｒｅｄ　ｆｉｅｌｄ　ｄｉｆｆｅｒｅｎｃｅ　ｉｓ　ｄｅｃｏｍｐｏｓｅｄ　ａｎｄ　ｒｅｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｎ　ｔｈｅ　ｃｌａｓｓｉｃａｌ　Ｃｈａｎ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｕｓｅｄ　ｔｏ　ｇｅｔ　ｔｈｅ　ｐｏｓｉｔｉｏｎ　ｏｆ　ｍｏｂｉｌｅ　ｓｔａｔｉｏｎ，ｗｈｉｃｈ　ｃａｎ　ｇｒｅａｔｌｙ　ｒｅｄｕｃｅ　ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｔｈｅ　ｐｒｏｐａｇａｔｉｏｎ　ｅｒｒｏｒ　ｏｎ　ｔｈｅ　ｐｏｓｉｔｉｏｎｉｎｇ　ｐｒｅｃｉｓｉｏｎ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ｓｕｐｐｒｅｓｓ　ｔｈｅ　ｐｒｏｐａｇａｔｉｏｎ　ｅｒｒｏｒ　ａｎｄ　ｉｔｓ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｓ　ｍｏｒｅ　ｓｔａｂｌｅ　ｔｈａｎ　ｔｈａｔ　ｏｆ　ｄｉｒｅｃｔｌｙ　ｕｓｉｎｇ　Ｃｈａｎ　ａｌｇｏｒｉｔｈｍ　ｉｎ　ｔｈｅ　ｓａｍｅ　ｅｎｖｉｒｏｎｍｅｎｔ．　Ｋｅｙ　ｗｏｒｄｓ：ｍｏｂｉｌｅ　ｓｔａｔｉｏｎ　ｐｏｓｉｔｉｏｎｉｎｇ；ｐｒｏｐａｇａｔｉｏｎ　ｅｒｒｏｒ；ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ；ｆｉｅｌｄ　ｓｔｒｅｎｇｔｈ　ｄｉｆｆｅｒｅｎｃｅ；Ｃｈａｎ　ａｌｇｏｒｉｔｈｍ　１　引　言　目前，国内外对无线定位的理论研究已经相当　成熟，实践应用覆盖各个领域。但由于信号在传播　过程中受到传播误差、多径效应、非视距误差等干扰　从而使得移动台定位的准确率大大降低。因此，如　何提高定位精度也越来越成为人们关注的焦点。常　用的定位方法有到达时间（Ｔｉｍｅ　ｏｆ　Ａｒｒｉｖａｌ，ＴＯＡ）定　位　、时间差（Ｔｉｍｅ　Ｄｉｆｆｅｒｅｎｃｅ　ｏｆ　Ａｒｒｉｖａｌ，ＴＤＯＡ）定　的影响。测量信号与实际信号之间会有一定的偏差，　位　、到达角度（Ａｎｇｌｅ　ｏｆ　Ａｒｒｉｖａｌ，ＡＯＡ）定位　、场　收稿日期：２０１５一Ｏ卜２７；修回日期：２０１５—０４—０７　Ｒｅｃｅｉｖｅｄ　ｄａｔｅ：２０１５—０１—２７；Ｒｅｖｉｓｅｄ　ｄａｔｅ：２０１５—０４—０７　基金项目：陕西省自然科学基金资助项目（２００９ＪＭ８０１５）；陕西省教育厅专项科研项目（２０１０ＪＫ８１５）　Ｆｏｕｎｄａｔｉｏｎ　Ｉｔｅｍ：Ｔｈｅ　Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｆｏｕｎｄａｔｉｏｎ　ｏｆ　Ｓｈａａｎｘｉ　Ｐｒｏｖｉｎｃｅ（２００９ＪＭ８０１５）；Ｔｈｅ　Ｓｐｅｃｉａｌ　Ｓｃｉｅｎｔｉｉｆｃ　Ｒｅｓｅａｒｃｈ　Ｐｒｏｊｅｃｔ　ｆｏｒ　Ｅｄｕｃａｔｉｏｎ　Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｓｈａａｎｘｉ　Ｐｒｏｖｉｎｃｅ（２０１０ＪＫ８１５）　通讯作者：３５８８２９８０５＠ｑｑ．ｃｏｎ　Ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ａｕｔｈｏｒ：３５８８２９８０５＠ｑｑ．ｃｏｍ　・６１８・　第５５卷　毛永毅．张晓佳：一种基于场强差的移动台定位改进算法　第６期　强（Ｆｉｅｌｄ　Ｓｔｒｅｎｇｔｈ　ｏｆ　Ａｒｒｉｖａｌ，ＳＯＡ）［４　３定位、场强差　（Ｆｉｅｌｄ　Ｓｔｒｅｎｇｔｈ　Ｄｉｆｆｅｒｅｎｃｅ　ｏｆ　Ａｒｒｉｖａｌ，ＳＤＯＡ）定位　等。场强差定位方法由于无需添加其他物理设备，　ａ（ｈｍ）　ｉ３．２［１ｇ…．７５　：　一４．９７，ｆ＞￣３００　ＭＨｚ；　（３）　ｆ８．２９【ｌｇ（１．５４ｈ　）］　１．１，ｆ￣＜３００　ＭＨｚ　成本低，通过改进算法就可以得到较高的定位精度，　因此得到了广泛应用。　郊区：　，Ｊ　＝　一２［１ｇ（ｆ／２８）］　一５．４；　半开阔地：　（４）　小波变换　可以通过母小波函数对信号进行　平移和尺度变化处理，从信号中提取有用信息，不仅　Ｌ　＝　一４．７８［１ｇ　）］　－１８．３３１ｇ　）－４０．９８。（５）　处理速度快而且精度高，因此应用也越来越广泛。　本文通过小波变换来修正信号的传播误差，再利用　修正过的场强差值运用经典Ｃｈａｎｌ８］算法来进行移　３场强差值定位算法　图１为本文定位算法模型，该方案既不需要增　动台位置估计，最后用Ｍａｔｌａｂ对该算法进行仿真，　并对仿真结果进行分析比较。　加额外的硬件设备也无需时间同步。图中ＢＳ０为　服务基站。ＭＳ为被定位移动台。　２信道模型　实际生活中，信号在传播过程中会受到多种障　碍物影响．使得实际接收到的信号与源信号有很大　的误差，导致通过这些信号得到的定位结果精度很　低。场强信号传播过程中受传播误差影响较大，一　个好的传播模型可以很大程度上抑制传播误差，因　此需对不同的传播环境匹配不同的传播模型，并加　以不同的修正因子来进一步减小误差。常用的模型　有Ｏｋｕｍｕｒａ　Ｈａｔａ模型ｌ９］、Ｏｋｕｍｕｒａ模型、ＣＯＳＴ一　图１场强差定位模型　Ｆｉｇ．１　Ｔｈｅ　ｆｉｅｌｄ　ｓｔｒｅｎｇｔｈ　ｄｉｆｆｅｒｅｎｃｅ　ｐｏｓｉｔｉｏｎｉｎｇ　ｍｏｄｅｌ　在本文提出的基于场强差的定位改进算法中，　假设由服务基站测量得到的附近各基站场强强度为　２３１Ｈａｔａ模型［１ｏ］、ＷＩＭ模型、Ｅｇｌｉ模型、ｗａｍｓｈ模型　等。Ｏｋｕｍｕｒａ模型在预测城区信号时应用最为广　Ｅ　＝｛Ｅ吲，Ｅ　跎，…，　｝，其中Ｅ　是服务基站上　泛。适用频率为１５０～１９２０　ＭＨｚ。距离为１～　１００　ｋｍ，天线高度为３０～１０００　ｍ。　Ｏｋｕｍｕｒａ　Ｈａｔａ模型是对Ｏｋｕｍｕｒａ模型的改进。　报的第ｎ个基站的场强强度，由移动台测量得到的　附近各服务基站的场强强度为Ｅ　＝｛Ｅ㈣，Ｅ　，　…，Ｅ　。　｝，其中Ｅ　是移动台测得的第ｎ个基站的　该模型是根据实际测量数据建立的模型，能提供比　较全的数据，在实际移动台定位中得到了广泛应用。　该模型公式为　场强强度，而各邻近基站的实际发射场强强度为Ｅ　＝｛Ｅ　，Ｅ　，…，Ｅ　｝，Ｅ　为第ｎ个基站的场强发射强　ＬＢｓ：２０１ｇＥ一２０１ｇＥＢｓ，　（６）　（７）　（８）　度。将服务基站所上报的场强强度衰减系数表示为　那么。由移动台所上报的场强衰减系数表示为　ＬＭｓ＝２０１ｇＥ一２０１ｇＥＭｓ。　由上述两式可以得到　ＬＢＳ－　Ｍｓ＝２０１ｇＥＭＳ－－２０１ｇＥＢｓ。　Ｌ　：６９．５５＋２６．１６１ｇ（ｆｃ）一１３．８２１ｇ（ｈ６）一ａ（ｈ　）＋　［４４．９－６．５５１ｇ（ｈ６）］ｌｇ（ｄ）。　（１）　式中　是载波中心频率（ＭＨｚ）；ｈｍ是移动台天线的　有效高度（ｍ）；　是基站天线的有效高度（ｍ）；ｄ是　移动台与基站之间的距离（ｋｍ）；ａ（ｈ　）是移动台天　线的高度修正因子，在不同的传播环境下有不同的　根据上文中的Ｏｋｕｍｕｒａ　Ｈａｔａ传播损耗模型有　２０１ｇＥＭＳ－－２０１ｇＥＢｓ＝（４４．９－６．５５１ｇｈ６）（１ｇｄＢｓｏ＿Ｂｓ－ｌｇｄＭｓ—Ｂｓ）。　取值，不同情况近似值如下：　中小城市修正：　ａ（ｈ　）＝（１．１ｌｇ　）－０．７）　一（１．５６１ｇ（ｆｃ）一０．８）；　（２）　（９）　式中，ｄＭＳ－ＢＳ和ｄＢＳ０－ＢＳ分别表示移动台到各基站的距离　和服务基站到各基站的距离．其中服务基站与各基站　的距离为已知，根据公式（９）可以得到ｄ　瑚的估计　值，然后再利用Ｃｈａｎ算法进行移动台位置估计。　・大城市修正：　６１９・　电讯技术　４算法描述　４．１小波变换原理　小波变换理论是当今信号处理领域和数学领域　中发展迅猛的新领域，其应用相当广泛。小波变换　其实就是用一些特殊的函数作为基，然后将得到的　信号数据变换为级数系列从而发现其频谱特性并用　来实现其相应的数据处理。通过将不需要的频带上　的小波系数置零处理或是赋予足够小的权重．从而　有效地抑制噪声。　设　（　）满足下列条件：　（１）　（ｔ）是一平方可积函数，即　（　）∈Ｌ　（Ｒ）；　（２）０＜ｒ　ｏ　『　Ⅲ，　Ｉ＜ｏ。。　上面两个条件为小波变换的可容性条件，　（ｔ）　经过傅里叶变换得到　（∞），ｑ５（ｔ）被称为小波母函　数或小波函数。　设小波消噪的原理模型为　ｓ（Ｘ）＝．厂（　）＋　・ｅ（　）。　（１０）　式中，ｓ（　）是实际得到的含有噪声的信号；ｅ（　）是　此刻的噪声信号，一般处在信号的高频部分；厂（　）　是去除噪后的信号，一般处在信号的低频部分。　对　（ｘ）进行小波分解，如图２所示，最终得到　的ｅａ３为近乎平稳的信号，分布在信号的低频段；　ｃｄｌ、ｄ２、ｅｄ３则是噪声主要成分，处在信号的高频　段。所以如果要滤除噪声就要选择合适的门限值对　其系数进行对应的处理，然后通过小波逆变换，重构　出原始信号。　图２小波变换的三层分解结构　Ｆｉｇ．２　Ｔｈｅ　ｔｈｒｅｅ　ｌａｙｅｒｓ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ｓｔｒｕｃｔｕｒｅ　ｏｆ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　对时变信号Ｉ厂（ｔ）∈Ｌ２（Ｒ）进行正交小波分解［】　得到　，ｖ　八　）：　，　，　（¨＋Ｚ　ｃｉ，　，　（￡）。（１１）　…式中，Ⅳ为小波分解的层数，ｄ　为小波分解系数，ｃ　为小波尺度分解系数。　４．２小波消噪步骤　设　（ｔ　）为在ｔｉ时刻的场强测量值，则有　ｘ（ｔ　）＝ｓ（ｆ　）＋Ｍ（　）＋ＮＬＯＳ（ｔ　）。　（１２）　．６２０．　式中，ｓ（ｔ　）是ｔｉ时刻的真实测量值；“（ｔ　）是ｔｉ时刻的　传播误差，是零均值且服从高斯分布的随机序列。　（１）由各个基站得到的输入向量为：Ｓ＝　［ＳＤＯＡ１，ＳＤＯＡ２，ＳＤＯＡ３，ＳＤＯＡ４，ＳＤＯＡ５，ＳＤＯＡ６，　ＳＤＯＡ７］，先确定分解层数，选择合适的小波对上述　场强差信号进行小波变换，由此得到其小波系数；　（２）利用如下经验公式＿１　来计算不同尺度下的　均方误差：　０　＝ｍｅｄｉａｎ（Ｉ　ｄ　１）／０．６７４５；　（１３）　（３）由上述步骤得到的均方误差，使用如下计　算方法算出不同尺度系数的阈值，从而求出新的小　波系数：　Ａ　＝０。厕／ｌｎ（　＋１）；　（１４）　（４）对上述阈值处理后的小波系数进行逆小波　变换．把各层小波高频系数和低频系数进行信号重　构，即可估计出原始信号。　４．３基于小波分析的Ｃｈａｎ定位算法　由于信号在传播过程中受传播误差影响较大，　对场强差定位精度影响较大，利用小波变换来修正　场强测量数据，进一步减小测量值中的传播误差，再　通过经典Ｃｈａｎ算法进行位置估计．定位精度将会得　到有效提高。具体的定位步骤如下：　（１）先由测量得到Ｋ组带有传播误差的场强差　数据，确定合适的小波函数和分解层数，通过小波变　换对其进行正交小波分解得到对应的小波系数；　（２）用上述方法计算阈值，对得到的新的小波　系数进行逆变换，重构出滤除噪声的场强差信号值；　（３）利用修正后的数据运用经典Ｃｈａｎ算法进　行移动台位置估计。　ｓ定位算法性能仿真与分析　在衡量定位算法的性能时，一般需要一个统一　有效的性能指标来对定位算法的结果进行公平公正　的评价。本文采用均方根误差（ＲＭＳＥ）法，其他常　用的还有几何精度因子法、克拉美一罗下界和圆误　差概率衡量误差等。　ＲＭＳＥ方法计算简单，定位准确率相对较高，该　值越小证明定位算法的精确度越高，该值稳定说明　算法具有稳定性，因此本文采用均方根误差作为算　法的性能指标。　设ＭＳ的坐标为（　，Ｙ），（　，Ｙ　）为ＭＳ的估计坐　标，则均方根误差ＲＭＳＥ可表示为　ＲＭＳＥ：￣／　［（　—　）　＋（ｙ－ｙ　）　］。　（１５）　第５５卷　毛永毅，张晓佳：一种基于场强差的移动台定位改进算法　第６期　对本文提出的基于小波变换的场强差定位改进　算法进行Ｍａｔｌａｂ跟踪仿真以验证该算法的可靠性。　本次仿真采用Ｄａｕｂｅｃｈｉｅｓ小波对信号进行三层分　解．小区半径选取常用宏蜂窝小区半径１０００～　３０００　ｍ．并与未采用小波变换优化的Ｃｈａｎ算法进　行对比。　图３为当小区半径不同时，本文基于小波变换　的场强差定位改进算法与经典Ｃｈａｎ算法定位结果　对比图。由图可知，本文改进算法的性能明显优于　直接采用Ｃｈａｎ算法定位。随着小区半径的扩大，传　播误差会随着传播距离的增加而不断增加，而小波　变换可以很好地抑制这种误差，所以该算法在小区　半径增加时仍然能够保持平稳的定位性能。　甥　莶　小区半径／Ｉｎ　图３不同小区半径下定位算法比较　Ｆｉｇ．３　ＲＭＳＥ　ｏｆ　ｔｈｅ　ｐｏｓｉｔｉｏｎｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｕｎｄｅｒ　ｄｉｆｆｅｒｅｎｔ　ｃｅｌｌ　ｒａｄｉｕｓ　图４为测量误差不同时，本文所采用的定位方　法与直接采用Ｃｈａｎ算法定位结果对比图。由仿真　结果可以看出，随着测量误差的不断增大，定位性能　也会逐渐下降，但是相对于直接采用Ｃｈａｎ算法定　位，本文的移动台定位改进算法均方根误差增长缓　慢．效果更加稳定，说明小波变换可以很好地消除传　播误差对信号的影响。　测量误￣ｆｆｔｔｓ　图４不同测量误差下定位算法比较　Ｆｉｇ．４　ＲＭＳＥ　ｏｆ　ｔｈｅ　ｐｏｓｉｔｉｏｎｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｕｎｄｅｒ　ｄｉｆｆｅｒｅｎｔ　ｍｅａｓｕｒｅｍｅｎｔ　ｅｒｒｏｒ　６结束语　本文提出了一种基于场强差的移动台定位改进　算法。针对不同的传播环境有不同的传播因子，使得　定位结果更加精确，从而减小了传播误差以及系统　测量误差对定位精度的影响；然后结合小波变换来　修正测量数据，进一步减小误差；最后利用Ｃｈａｎ算　法进行位置估计。从实验的模拟仿真可以看出，本　文提出的算法相对于直接采用经典Ｃｈａｎ算法定位　精度更高。性能更稳定，有良好的可行性，但是在测　量误差为０．４　Ｉｘｓ时，会出现较大奇异误差，本文尚难　以解释。这也是下一步研究的课题。　参考文献：　［１］　何燕，胡捍英，周山．对抗ＮＬＯＳ误差的ＴＯＡ／ＡＯＡ混合无　线定位算法［Ｊ］．电讯技术，２００６，４６（６）：１６７—１７ｔ．　ＨＥ　Ｙａｈ，ＨＵ　Ｈａｎｙｉｎｇ，ＺＨＯＵ　Ｓｈａｎ．Ｔｈｅ　ＴＯＡ／ＡＯＡ　ｈｙ－　ｂｒｉｄ　ｌｏｃａｔｉｏｎ　ａｌｇｏｉｒｔｈｍ　ａｇａｉｎｓｔ　ｔｈｅ　ＮＬＯＳ　ｅｒｒｏｒ［Ｊ］．Ｔｅｌｅ・　ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００６，４６（６）：１６７—１７１．　（ｉｎ　Ｃｈｉｎｅｓｅ）　［２］　朱朝晖．时差定位原理及其应用［Ｊ］．无线电工程，　２００６，３６（８）：５２—６４．　ＺＨＵ　Ｃｈａｏｈｕｉ．Ｔｈｅ　ｐｒｉｎｃｉｐｌｅ　ａｎｄ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＴＤＯＡ　ｌｏ—　ｃａｔｉｏｎ［Ｊ］．Ｒａｄｉｏ　Ｅｎｇｉｎｅｅｒｉｎｇ　ｏｆ　Ｃｈｉｎａ，２００６，３６（８）：５２　—４６．（ｉｎ　Ｃｈｉｎｅｓｅ）　［３］　王洪雁，兰云飞，裴炳南，等．非视距环境下基于到达　时间差的一种定位算法［Ｊ］．计算机仿真，２００７，２４　（９）：１１６－１１９．　ＷＡＮＧ　Ｈｏｎｇｙａｎ，ＬＡＮ　Ｙｕｎｆｅｉ，ＰＥＩ　Ｂｉｎｇｎａｎ，ｅｔ　ａ１．Ａ　ｌｏ—　ｃａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ＴＤＯＡ　ｕｎｄｅｒ　ＮＬＯＳ　ｅｎｖｉｒｏｎｍｅｎｔ　［Ｊ］．Ｃｏｍｐｕｔｅｒ　Ｓｉｍｕｌａｔｉｏｎ，２００７，２４（９）：１１６—１１９．　（ｉｎ　Ｃｈｉｎｅｓｅ）　［４］　王建军，邓平，李金伦．一种基于场强差的ＧＳＭ网络移　动台定位方法［Ｊ］．信息技术，２００６（１）：２４—２６．　ＷＡＮＧ　Ｊｉａｎｊｕｎ，ＤＥＮＧ　Ｐｉｎｇ，ＬＩ　Ｊｉｎｌｕｎ．Ａ　ｍｏｂｉｌｅ　ｌｏｃａｔｉｏｎ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｆｉｅｌｄ　ｓｔｒｅｎｇｔｈ　ｄｉｆｆｅｒｅｎｃｅ　ｏｆ　ＧＳＭ　ｎｅｔｗｏｒｋ　［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００６（１）：２４—２６．　（ｉｎ　Ｃｈｉｎｅｓｅ）　［５］　Ｗａｎｇ　Ｘ，Ｈｅ　Ｚ　Ｓ．Ｔａｒｇｅｔ　ｍｏｔｉｏｎ　ａｎａｌｙｓｉｓ　ｉｎ　ｔｈｒｅｅ－ｓｅｎｓｏｒ　ＴＤＯＡ　ｌｏｃａｔｉｏｎ　ｓｙｓｔｅｍ［Ｊ］．Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ｊｏｕｒ－　ｎａｌ，２０１１，１０（６）：１１５０－１１６０．　［６］　成昊，吕明，唐斌，等．一种基于小波分解的直扩信号　检测方法［Ｊ］．电讯技术，２００６，４６（６）：６７—７０．　ＣＨＥＮＧ　Ｈａｏ，ＬＵＹ　Ｍｉｎｇ，ＴＡＮＧ　Ｂｉｎ，ｅｔ　ａ１．Ａ　ＤＳＳＳ　ｓｉｇ—　ｎａｌ　ｄｅｔｅｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｗａｖｅｌｅｔ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ『Ｊ］．　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００６，４６（６）：６７—７０．　（ｉｎ　Ｃｈｉｎｅｓｅ）　［７］　张仁辉，杜民．小波分析在去噪中的应用［Ｊ］．计算机　仿真，２００５，２２（８）：６９—７２．　ＺＨＡＮＧ　Ｒｅｎｈｕｉ，ＤＵ　Ｍｉｎ．Ｗａｖｅｌｅｔ　ａｎａｌｙｓｉｓ　ａｐｐｌｉｃａｔｉｏｎ　ｉｎ　・６２１・　ＷＷＷ．ｔｅｌｅｏｎｌｉｎｅ．ｅｎ　电讯技术　２０１５年　ｄｅｎｏｉｓｉｎｇ［Ｊ］．Ｃｏｍｐｕｔｅｒ　ｓｉｍｕｌａｔｉｏｎ，２００５，２２（８）：６９—　７２．（ｉｎ　Ｃｈｉｎｅｓｅ）　［８］范平志，邓平，刘林．蜂窝无线定位［Ｍ］．北京：电子工　业出版社．２００２．　ＦＡＮ　Ｐｉｎｇｚｈｉ，ＤＥＮＧ　Ｐｉｎｇ，ＬＩＵ　Ｌｉｎ．Ｃｅｌｌｕｌａｒ　ｗｉｒｅｌｅｓｓ　ｌｏ—　ｃａｔｉｏｎ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｐｕｂｌｉｓｈｉｎｇ　Ｈｏｕｓｅ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃｓ　Ｉｎ—　ｄｕｓｔｒｙ，２００２．（ｉｎ　Ｃｈｉｎｅｓｅ）　［９］聂颖，易强，江红，等．ＣＤＭＡ无线定位系统的基站选择　算法［Ｊ］．电讯技术，２００４，４４（１）：３０—３４．　ＮＩＥ　Ｙｉｎｇ，ＹＩ　Ｑｉａｎｇ，ＪＩＡＮＧ　Ｈｏｎｇ，ｅｔ　ａ１．Ｔｈｅ　ｂａｓｅ　ｓｔａｔｉｏｎ　ｓｅｌｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ＣＤＭＡ　ｗｉｒｅｌｅｓｓ　ｐｏｓｉｔｉｏｎｉｎｇ　ｓｙｓｔｅｍ　［Ｊ］．Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００４，４４（１）：３０—　３４．（ｉｎ　Ｃｈｉｎｅｓｅ）　［１０］　付昆鹏．无线通信中电波传播模型的研究［Ｄ］．广州：　华南师范大学．２００９．　ＦＵ　Ｋｕｎｐｅｎｇ．Ｒｅｓｅａｒｃｈ　ｏｎ　ｒａｄｉｏ　ｗａｖｅ　ｐｒｏｐａｇａｔｉｏｎ　ｍｏｄｅｌ　ｉｎ　ｗｉｒｅｌｅｓｓ　ｃｏｍｍｕｎｉｃａｔｉｏｎ［Ｄ］．Ｇｕａｎｇｚｈｏｕ：Ｓｏｕｔｈ　Ｃｈｉ—　ｎａ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，２００９．（ｉｎ　Ｃｈｉｎｅｓｅ）　『１１］　卓宁．小波分析技术在ＧＰＳ数据预处理中的应用　［Ｊ］．中国惯性技术学报，２００９，１７（２）：１８４－１８６．　ＺＨＵＯ　Ｎｉｎｇ．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｗａｖｅｌｅｔ　ａｎａｌｙｓｉｓ　ｉｎ　ＧＰＳ　ｄａ—　ｔａ　ｐｒｏｃｅｓｓｉｎｇ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈｉｎａ　Ｉｎｅｒｔｉａｌ　Ｔｅｃｈｎｏｌｏｇｙ，　２００９，１７（２）：１８４－１８６．（ｉｎ　Ｃｈｉｎｅｓｅ）　［１２］　Ｍａｏ　Ｊ　Ｄ．Ｎｏｉｓｅ　ｒｅｄｕｃｔｉｏｎ　ｆｏｒ　ｌｉｄａｒ　ｒｅｔｕｒｎｓ　ｕｓｉｎｇ　ｌｏｃａｌ　ｔｈｒｅｓｈｏｌｄ　ｗａｖｅｌｅｔ　ａｎａｌｙｓｉｓ［Ｊ］．Ｏｐｔｉｃａｌ　ａｎｄ　Ｑｕａｎｔ—ｕｍ　Ｅｌｅｃｔｒｏｎｉｃｓ，２０１２，４３（１－５）：５９—６８．　作者简介：　Ｈｅ　ｉｓ　ｎＯＷ　ａ　ｐｒｏｆｅｓｓｏｒ　ａｎｄ　ａｌｓｏ　ｔｈｅ　ｉｎｓｔｒｕｃｔｏｒ　ｏｆ　ｇｒａｄｕａｔｅ　ｓｔｕｄｅｎｔｓ．Ｈｉｓ　ｒｅｓｅａｒｃｈ　ｄｉｒｅｃｔｉｏｎ　ｉｓ　ｗｉｒｅｌｅｓｓ　ｌｏｃａｔｉｏｎ．　张晓佳（１９９０一），女，陕西商洛人，２０１２年于宝鸡文理　学院获学士学位，现为硕士研究生，主要研究方向为无线　定位。　ＺＨＡＮＧ　Ｘｉａｏｊｉａ　ｗａｓ　ｂｏｒｎ　ｉｎ　Ｓｈａｎ￣ｕｏ，Ｓｈａａｎｘｉ　Ｐｒｏｖｉｎｃｅ，ｉｎ　１９９０．Ｓｈｅ　ｒｅｃｅｉｖｅｄ　ｔｈｅ　Ｂ．Ｓ．ｄｅｇｒｅｅ　ｆｒｏｍ　Ｂａｏｊｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ａｒｔｓ　ａｎｄ　Ｓｃｉｅｎｃｅｓ　ｉｎ　２０１２．Ｓｈｅ　ｉｓ　ｎＯＷ　ａ　ｇｒａｄｕａｔｅ　ｓｔｕｄｅｎｔ．Ｈｅｒ　ｒｅｓｅａｒｃｈ　ｃｏｎｃｅｒｎｓ　ｗｉｒｅｌｅｓｓ　ｌｏｃａｔｉｏｎ．　Ｅｍａｉｌ：３５８８２９８０５＠ｑｑ．ＣＯＢ