【信号处理】机会信号基于RPS和RPS全球导航卫星定位（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🌈3 Matlab代码实现

🎉4 参考文献

---

💥1 概述

实现可靠运行，下一代自动驾驶 代理将需要增强的情境感知以及 精确的导航功能。全球导航卫星 几乎所有现代人都使用的系统 （GNSS） 信号 定位系统无法满足这种要求 自主水平和定位正在成为决定性因素 它们的扩散。 本文研究了如何实现相对定位 使用环境中已经可访问的信号，以及 导出用于利用这些信号的在线程序 用于在全球导航卫星系统挑战区进行定位。提议的定位系统 （RPS） 通过 大频谱频段，并衍生出车辆跟踪 准确估计车辆在空间中的轨迹的算法 以及使用任意一组未知参考位置的时间。 实验结果证明了RPS和RPS的适用性 研究其在不同参数值下的性能。

📚2 运行结果

 

部分代码：

function  distribution (freq,analyser,variance,skewness,kurtosis,size)
%this function calculates the distribution of each frequency
for i=1:size(1,1)
    lower_freq = analyser(i,1);
    higher_freq = analyser(i,2);
    if lower_freq <= freq && higher_freq >= freq
        frequency_line = i;
    end
end
bin_column = round((freq-analyser(frequency_line,1))/0.2+2);
if bin_column == 2
    bin_column = 3;
end

mu = analyser(frequency_line,bin_column);
sigma = sqrt(variance(frequency_line,bin_column));
skew = skewness(frequency_line,bin_column);
kurt = kurtosis(frequency_line,bin_column);
r = pearsrnd(mu,sigma,skew,kurt,10000,1);
%subplot(2,1,2); %uncomment subplot to interactively see the pdf of the other frequency bands
figure; 
hist(r,150);
title('Frequency distribution')
ylabel('Population of signal strength')
xlabel('Signal strength (dBm)')
saveas(gcf, 'results/fig2.png')
print('results/plot', '-dpdf')

🌈3 Matlab代码实现

🎉4 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]Nicolas Souli (2021) Signals of Opportunity, moments extraction using HackRF One.