针对物联网的节点定位问题,本文提出一种低复杂度的参数估计及单站定位算法,包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法与非线性拟合(Non-Linear Fitting,NLF)技术。算法利用联合到达时间(Time of Arrival,TOA)/...针对物联网的节点定位问题,本文提出一种低复杂度的参数估计及单站定位算法,包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法与非线性拟合(Non-Linear Fitting,NLF)技术。算法利用联合到达时间(Time of Arrival,TOA)/到达角度(Angle of Arrival,AOA)参数估计进行定位运算,通过单个锚节点的测距信息即可完成定位。该算法首先通过矩阵幂运算近似求解接收矩阵的信号子空间,并基于此近似提出PMP算法估计多径AOA,然后利用OFDM子载波的频率分集特性,通过NLF进行TOA的高分辨率估计,有效降低了计算复杂度。仿真结果表明,该算法的时间开销远低于传统的二维矩阵束算法,并且在高带宽和多阵元情况下具有较好的定位性能。展开更多
文摘针对物联网的节点定位问题,本文提出一种低复杂度的参数估计及单站定位算法,包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法与非线性拟合(Non-Linear Fitting,NLF)技术。算法利用联合到达时间(Time of Arrival,TOA)/到达角度(Angle of Arrival,AOA)参数估计进行定位运算,通过单个锚节点的测距信息即可完成定位。该算法首先通过矩阵幂运算近似求解接收矩阵的信号子空间,并基于此近似提出PMP算法估计多径AOA,然后利用OFDM子载波的频率分集特性,通过NLF进行TOA的高分辨率估计,有效降低了计算复杂度。仿真结果表明,该算法的时间开销远低于传统的二维矩阵束算法,并且在高带宽和多阵元情况下具有较好的定位性能。