【室内定位】通信基站三维室内定位【含Matlab源码 3138期】

Matlab武动乾坤

于 2023-12-25 12:00:43 发布

阅读量124

点赞数

分类专栏： Matlab信号处理（进阶版）文章标签： matlab

本文链接：https://blog.csdn.net/KeepingMatlab/article/details/135181088

版权

Matlab信号处理（进阶版）专栏收录该内容

549 篇文章 47 订阅

订阅专栏

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

⛄一、通信基站三维室内定位简介

随着无线通信网络和移动互联网的蓬勃发展，提供基于地理位置信息的服务已经成为最具市场前景和发展潜力的业务之一．
基于无线移动通信网络的定位是以获取用户手持终端（包括手机或者平板等设备）的位置为目标，通过测量无线电信号的强度、传播时间、到达角等物理指标，并将其转化成终端与基站之间的距离、角度等信息，最终利用定位算法将距离、角度等信息转化成终端的坐标信息
基于无线通信基站的室内三维定位问题＂作为研究背景本文使用的实验数据由竞赛官方提供，解决如下四个面的问题？
１）给定10组ＬＯＳ或ＮＬＯＳ传播环境下从手持终端到基站的TOA测量数据和所有基站的三维坐标考虑测量模型、误差分析等内容建立模型根据这些测量数据计算出终端的三维坐标．
２）给定10组终端 TOA测量数据和所有基站的三维坐标，设计算法，使用尽可能少的基站数目，实现近似最优的三维定位精度．
３）给定５组对处于移动过程中的一个终端采集到的TOA数据，设计算法计算出终端的运动轨迹．
４）考虑基站的通信半径是有限的，只有在基站通信半径覆盖范围内的终端才有可能测到自身到基站的距离．而一个终端只有获得它与足够数目的基站之间的距离测量值，才能完成定位？假设每个基站的通信半径为200 米（超过范围虽然有测量数据，但无效）
．
（a）根据给定的５组测量信息数据集，设计算法寻找出可以被基站定位的所有终端

通信基站的三维室内定位可以通过四点定位算法来实现。在三维空间中，至少需要四个基站才能实现终端的坐标定位。通过采用分组定位的方法，并取均值，可以得到较精确的终端三维坐标。

⛄二、部分源代码

clear;
tic;
for k = 11:15 %依次打开10个文件
filename = strcat([‘case’ num2str(k,‘%03d’) ‘_input.txt’]);
A=dlmread(filename);
% 去除基站的过程中，判断是否剔除的约束条件
pd=0;
s1=14;
threshold=20; %两基站之间的距离小于10m认为可以在两者之间剔除一个
T1=1; %单个手机测算误差大于1m认为危险，通过次数pass_num+1
T2=10; %危险次数pass_num不能大于10
T3=2.2; %手机的平均测算误差不能大于1.5m
T4=3; %单个手机测算误差不能大于2m

amount=A(1:3,1);
nn=amount(1); %nn表示基站的个数
toa=A(4+amount(1):end,:); %1000多个手机接收到30个不同位置基站的TOA
pos_base1=A(4:3+amount(1),1:3); %30多个基站的位置
x=pos_base1(:,1);y=pos_base1(:,2);
%% 基站和手机数据初始化
rd=[]; rd2rd=[]; rd2=[];
bs_xyz=pos_base1;%基站位置
bs_num=nn; %可用基站总数
TOA=toa; %手机测量各个基站的时间延迟
temp1=linear_solve(bs_xyz,bs_num,TOA)
temp1(4,:)=[];
pos_real=temp1’;%求解出的31100的位置矩阵进行转置——》11003的真实位置矩阵
bs_xyz_new=bs_xyz;
TOA_new=TOA;
%% 计算各点之间距离

d=zeros(nn);
rd0=[];
for i=1:nn-1
for j=i+1:nn
d(i,j)=sqrt((x(i)-x(j))^{2+(y(i)-y(j))}2);
if d(i,j)<threshold
bs_xyz_new1=bs_xyz_new;bs_xyz_new2=bs_xyz_new;
TOA_new1=TOA_new;TOA_new2=TOA_new;
bs_xyz_new1(i,:)=[];TOA_new1(:,i)=[];
bs_xyz_new2(j,:)=[];TOA_new2(:,i)=[];
[flag1,pass_num1,mean_error1]=error_calculate(pos_real,bs_xyz_new1,TOA_new1,T1,T2)%T1用来检测单个终端的计算误差是否超过T1
[flag2,pass_num2,mean_error2]=error_calculate(pos_real,bs_xyz_new2,TOA_new2,T1,T2)
value=0;
if flag1&pass_num1<T2&mean_error1<T3
if flag2&pass_num2<T2&mean_error2<T3
value=1;
end
else
if flag2&pass_num2<T2&mean_error2<T3
value=2;
end
end

⛄三、运行结果

在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]李永生,董光焰,陈凯,谢亚峰,唐金力.基于卡尔曼滤波的无源定位精度分析[J].弹箭与制导学报. 2022,42(04)
[2]张朝辉,李成洲,陈文帅,杜浩宇,刘三阳.基于无线通信基站的室内三维定位问题[J].数学的实践与认识

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流人群疏散病毒扩散晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合