改进的Mean-OTDOA定位算法提升LTE系统精度

本文研究的焦点是"LTE系统中的Mean-OTDOA定位算法"，针对LTE蜂窝网络中常见的远近效应问题进行改进。远近效应使得终端在接收到邻近基站信号时，测量到的定位参数存在显著偏差，这在传统的到达时间差（OTDOA）定位方法中会导致定位精度下降。为了解决这一问题，作者提出了一个创新的定位策略。 该算法的核心步骤包括：首先，通过对终端与各个基站之间的信号传输进行时延估计，这些时延是OTDOA定位中的关键参数。其次，通过计算并平均终端与多个基站的距离测量值，用作定位的参考距离，这有助于减小单基站误差对整体定位结果的影响。最后，利用泰勒级数展开法，这是一种数学工具，可以将复杂函数近似为多项式，从而更精确地估算终端的位置。这种方法对于处理非线性问题和减少误差具有优势。 通过仿真验证，当基站数量为5个，且测量误差标准差为50米的情况下，Mean-OTDOA定位算法相较于原始的OTDOA方法，其均方根误差有所降低，具体降低了5.2039米。值得注意的是，随着基站数量的增加，Mean-OTDOA算法的定位精度提升更为明显，优于OTDOA算法，表明算法的有效性和适用性随着网络规模的扩大而增强。 该研究的作者团队由陈亚军、彭建华、黄开枝和罗文宇组成，他们分别在移动通信技术领域有着丰富的研究背景和学术贡献。他们的工作不仅关注理论研究，还结合实际应用，为提高LTE系统的定位精度提供了新的思路和方法。 文章的关键词包括LTE系统、远近效应、Mean-OTDOA定位算法、泰勒级数以及均方根误差，这些关键词揭示了论文的核心研究内容和主要技术手段。此外，文章还被归类于无线通信和定位技术的研究类别，并获得了相应的文献标志码和文章编号。 这项研究旨在解决LTE系统中的定位问题，通过引入Mean-OTDOA算法和泰勒级数方法，有效提高了定位精度，对于优化无线通信网络的定位性能具有重要意义。