基于MUSIC改进算法的NB-IoT定位技术
NB-IoT是3GPP R15阶段LTE的一项重要增强技术,物理层设计大部分沿用LTE系统技术,适用于更广泛的部署场景.NB-IoT终端可以通过接收下行信道的NPRS进行定位.由于NB-IoT的采样率低至1.92MHz,带宽仅为180kHz,这使得时延估计在低带宽下效果不好.在宽带信号情况下,经典的多信号分类(MUSIC)的子空间拟合算法能够有效地估计出具有叠加信号的时延,但在窄带信号情况下,此方法效果不佳.为提高NB-IoT系统的定位精度,本文采用应用广泛的TDOA定位方法,在时延估计中采用对角加载的最小二乘MUSIC算法(DL-LS-MUSIC),提高时延估计准确度,进而提升NB-IoT网络的定位精度.为了评估定位效果,本文按照协议标准,仿真NPRS信号,适当调整下行资源块数目和PRS数目,采用通用的信道模型,计算采用改进型时延估计算法前后的信号到达时间差,获得NB-IoT系统的定位结果.经过理论推导和仿真验证,改进型时延估计算法能显着提高NB-IoT定位精度.
长期演进 NB-IoT定位 多信号分类算法 时延估计
孙振 徐昌庆 田龙伟
上海交通大学北斗导航与位置服务重点实验室,上海,中国,200240
国内会议
北京
中文
1-6
2019-05-01（万方平台首次上网日期，不代表论文的发表时间）