超宽带无线信道品质因子估计方法

计算机应用 ›› 2013, Vol. 33 ›› Issue (10): 2746-2749.

超宽带无线信道品质因子估计方法

李娟¹,²,³,张浩¹,³,崔学荣²,吴春雷¹,²,³

1. 中国海洋大学信息科学与工程学院,山东青岛 266100
2. 中国石油大学(华东) 计算机与通信工程学院,山东青岛 266580;
3. 中国海洋大学信息科学与工程学院,山东青岛 266100

收稿日期:2013-05-02 修回日期:2013-06-10 出版日期:2013-10-01 发布日期:2013-11-01
通讯作者: 李娟
作者简介:李娟(1979-)，女，山东淄博人，讲师，博士研究生,主要研究方向：超宽带无线定位、位置服务；张浩(1975-),男,江苏连云港人，教授，主要研究方向：超宽带无线定位、卫星定位；崔学荣（1979-），男，山东莱阳人，副教授，主要研究方向：UWB无线定位、位置服务、车联网；吴春雷（1980-），男，河南濮阳人,讲师，主要研究方向：无线通信。
基金资助:
国家863计划项目;国家863计划项目;中央高校基本科研业务费专项基金资助项目

Estimation mothod of the figure of merit in Ultra-wideband radio channel

LI Juan¹,²,ZHANG Hao¹,CUI Xuerong²,WU Chunlei¹,²

1. College of Information Science and Engineering, Ocean University of China, Qingdao Shandong 266100,China
2. Estimation mothod of the figure of merit in Ultra-wideband radio channel

Received:2013-05-02 Revised:2013-06-10 Online:2013-11-01 Published:2013-10-01
Contact: LI Juan

摘要/Abstract

摘要： 超宽带(UWB)技术被认为是最适合进行室内无线定位的技术，IEEE802.15.4a是IEEE第一个无线测距定位的物理层标准。为了让测距的发起者知道测距的质量，在协议中增加了品质因子（FoM），但是如何产生FoM却没有给出规定。在对接收信号能量块的统计特征进行分析的基础上提出了一种应用在超宽带无线信道中基于偏度和最大斜率联合参数的对信道品质因子进行估计的方法。仿真发现，使用该方法可以为精确的测距定位提供参考，在CM1(Channel Model)信道下可以提高30%左右的定位精度。

关键词: 超宽带, 品质因子, 能量检测, 偏度, 最大斜率, 测距, 定位, 指纹数据库

Abstract: UWB (UltraWideBand) technology is considered to be the most suitable for indoor wireless location and IEEE802.15.4a is the first radio ranging and positioning physical layer IEEE standard. In order to let the sender know the quality of the ranging, FoM (Figure of Merit) is added in this protocol, but how to produce FoM is not given. On the basis of analyzing the statistical characteristics of the received signal energy block, a method based on the joint parameters of skewness and the maximum slope was proposed to estimate the FoM in UWB radio channel. The simulation finds that this method can provide reference for accurate ranging and positioning, and can improve the ranging accuracy about 30% in the CM1(Channel Model) channel.

Key words: Ultra-WideBand (UWB), Figure of Merit (FoM), energy detection, skewness, maximum slope, ranging, location, fingerprint database

中图分类号:

TN914

李娟张浩崔学荣吴春雷. 超宽带无线信道品质因子估计方法[J]. 计算机应用, 2013, 33(10): 2746-2749.

LI Juan ZHANG Hao CUI Xuerong WU Chunlei. Estimation mothod of the figure of merit in Ultra-wideband radio channel[J]. Journal of Computer Applications, 2013, 33(10): 2746-2749.

[1]	栾佳宁, 张伟, 孙伟, 张奥, 韩冬. 基于二维码视觉与激光雷达融合的高精度定位算法[J]. 计算机应用, 2021, 41(5): 1484-1491.
[2]	张齐林, 李方伟, 王明月. 基于时间反演的到达时间定位[J]. 计算机应用, 2021, 41(3): 820-824.
[3]	惠飞, 邢美华, 郭静, 唐书宇. 基于车车通信的前向碰撞预警策略[J]. 计算机应用, 2021, 41(2): 498-503.
[4]	付豪, 徐和根, 张志明, 齐少华. 动态场景下基于语义和光流约束的视觉同步定位与地图构建[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3337-3344.
[5]	孙琳, 袁玉波. 基于人眼状态的瞌睡识别算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3213-3218.
[6]	郑思诚, 孔令华, 游通飞, 易定容. 动态环境下基于深度学习的语义SLAM算法[J]. 计算机应用, 2021, 41(10): 2945-2951.
[7]	张驰, 李铸洪, 刘舟, 沈未名. 基于场景图划分的无人机影像定位算法[J]. 计算机应用, 2021, 41(10): 3004-3009.
[8]	韩鑫, 余永维, 杜柳青. 基于改进单次多框检测算法的机器人抓取系统[J]. 计算机应用, 2020, 40(8): 2434-2440.
[9]	张健铭, 施元昊, 徐正蓺, 魏建明. 基于误差预测的自适应UWB/PDR融合定位算法[J]. 计算机应用, 2020, 40(6): 1755-1762.
[10]	卫文乐, 金国栋, 谭力宁, 芦利斌, 陈丹琪. 利用惯导测量单元确定关键帧的实时SLAM算法[J]. 计算机应用, 2020, 40(4): 1157-1163.
[11]	王亚杰, 张云博, 吴燕燕, 丁傲冬, 祁冰枝. 不均匀光照下的通用棋子定位方法[J]. 计算机应用, 2020, 40(12): 3490-3498.
[12]	赵宏, 刘向东, 杨永娟. 基于RGB-D图像的室内机器人同时定位与地图构建[J]. 计算机应用, 2020, 40(12): 3637-3643.
[13]	王艺皓, 丁洪伟, 李波, 保利勇, 张颖婕. 基于深度学习的蛋白质亚细胞定位预测[J]. 计算机应用, 2020, 40(11): 3393-3399.
[14]	费大胜, 宋慧慧, 张开华. 基于多层特征增强的实时视觉跟踪[J]. 计算机应用, 2020, 40(11): 3300-3305.
[15]	席志红, 王洪旭, 韩双全. 基于ORB-SLAM2系统的快速误匹配剔除算法与地图构建[J]. 计算机应用, 2020, 40(11): 3289-3294.