哈工大无线定位原理与技术实验报告
哈工大GPS卫星导航实验报告4
实验四接收机位置解算及结果分析（选作）一、实验原理GPS接收机位置的导航解算即解出本地接收机的纬度、经度、高度的三维位置，这是GPS 接收机的核心部分。
GPS接收机位置求解的过程如下：前序实验已经提到，导航电文与测距码（C/A码）共同调制L1载频后，由卫星发出。
卫星上的时钟控制着测距信号广播的定时。
本地接收机也包含有一个时钟，假定它与卫星上的时钟同步，接收机接收到一颗卫星发送的数据后，将导航电文解码得到导航数据。
定时信息就包含在导航数据中，它使接收机能够计算出信号离开卫星的时刻。
同时接收机记下接收到卫星信号的时刻，便可以算出卫星至接收机的传播时间。
将其乘以光速便可求得卫星至接收机的距离R，这样就把接收机定位于以卫星为球心的球面的某一个地方。
如果同时用第二颗卫星进行同样方法的测距，又可将接收机定位于以第二颗卫星为球心的第二个球面上。
因此接收机就处在两个球的相交平面的圆周上。
当然也可能在两球相切的一点上，但这种情况只发生在接收机与两颗卫星处于一条直线时，并不典型。
于是，我们需要同时对第三颗卫星进行测距，这样就可将接收机定位于第三个球面上和上述圆周上。
第三个球面和圆周交于两个点，通过辅助信息可以舍弃其中一点，比如对于地球表面上的用户而言，较低的一点就是真实位置，这样就得到了接收机的正确位置。
在上述求解过程中，我们假定本地接收机与卫星时钟同步，但在实际测量中这种情况是不可能的。
GPS星座内每一颗卫星上的时钟都与一个叫做世界协调时（UTC，即格林尼至时间）的内在系统时间标度同步。
卫星钟差可根据导航电文中给出的有关钟差参数加以修正，其基准频率的频率稳定度为10-13左右。
而本地接收机时钟的频率稳定度只有10-5左右，而且其钟差一般难以预料。
由于卫星时钟和接收机时钟的频率稳定度没有可比性，这样，就会在卫星至接收机的传播时间上增加一个很大的时间误差，严重影响定位精度。
为解决这一问题，我们通常将接收机的钟差也作为一个未知参数，与本地接收机的ECEF坐标（ECEF坐标系的定义在前序实验中已经给出）一起求解。
无线电定位原理与技术
无线电定位原理与技术TOA是通过测量信号从发射器发射到接收器接收的时间来确定距离的。
当无线电信号从发射器发出后，经过空气传播到达接收器，接收器接收到信号后会测量从信号发出到接收到的时间差，再根据信号在空气中的传播速度以及时间差来计算距离。
RSSI则是通过测量接收到的信号强度来确定距离的。
由于信号在传播过程中会遇到阻尼、衰减等因素的影响，接收到的信号强度会随着距离的增加而减弱，因此可以根据接收到的信号强度来推测距离。
多普勒效应测量则是通过测量接收到的信号频率的变化来确定移动物体的速度和方向的。
当移动物体靠近接收器时，接收到的信号频率会变高；当移动物体远离接收器时，接收到的信号频率会变低。
通过测量频率的变化量，可以推测物体的速度和方向。
GPS是使用最广泛的无线电定位技术之一，它利用一组卫星在轨道上发射无线电信号，并通过接收器接收到这些信号来计算自身的位置。
通过接收到多个卫星的信号，并使用三角测量的原理，可以准确地确定自身的位置。
基站定位是通过使用移动通信网络中的基站来确定移动设备的位置。
当移动设备与基站进行通信时，基站会记录下与设备通信的信号参数，通过测量被记录的信号参数的变化，可以计算设备的位置。
无源定位是一种通过被动地接收到的无线电信号来确定设备位置的技术。
这种技术适用于无法主动发送信号的设备，例如无线电频谱分析仪、无线电信号监测系统等。
通过分析接收到的信号参数，并结合信号传播模型和统计方法，可以推测设备的位置。
总之，无线电定位技术通过测量信号的到达时间、信号强度和频率变化等参数来确定移动设备或物体的位置。
通过不同的实现方式和算法，可以实现各种应用场景下的定位需求。
无线定位技术研究
无线定位技术研究一、引言在现代社会中，无线定位技术已逐渐成为许多应用领域中的重要组成部分。
它能够对移动设备定位精准、定位速度快、应用范围广泛，使得诸如车联网、物联网、救援定位等领域得到良好应用。
本文从无线信号形成的基础开始，阐述了无线定位技术的基本原理、方法及其在各个领域中的具体应用。
二、无线信号的基础无线定位技术的原理基于无线信号的形成和传播过程，所以我们有必要首先介绍无线信号的基础。
无线信号是指通过空气中的电磁波来传播信息。
电磁波的频率范围从低频到极高频，经过特定的信号处理方式后，可以转化为数字信号。
常见的无线信号有GPS信号、WIFI信号，以及蓝牙信号等。
在使用无线信号进行定位时，需要在接收端接收到至少三个以上的信号，因为单个信号无法唯一确定定位的位置。
三、无线定位技术的基本原理无线定位技术主要包括两个部分：信号源的定位和接收器的定位。
其中，信号源定位主要是利用无线信号源自身的位置信息来确定目标物体的位置；接收器定位则是利用接收到的无线信号来确定接收器的位置。
3.1 信号源定位信号源定位主要有三种技术：GPS定位、信号指纹（Fingerprinting）和Time of Arrival (TOA)。
GPS定位是通过卫星定位技术来获取目标物体的位置信息。
GPS接收器接收到多颗卫星的信号，根据信号的时间差计算出接收器当前的位置。
然而，GPS信号的精度会受到建筑物和天气状况的影响，所以当卫星信号不稳定或无法使用时，就需要使用其他技术。
信号指纹（Fingerprinting）是通过事先收集到的目标区域内的各种信号强度值（指纹库）和实时采集的信号强度值进行匹配，从而确定目标物体的位置。
这种方式能够克服门限效应和多径效应等问题，定位精度较高。
TOA 技术则是通过计算无线信号发射和接收时的时间差，来确定目标物体的位置。
这种方式需要准确的时钟同步，而且需要接收到足够多的信号才能够对目标物体进行精确定位。
3.2 接收器定位接收器定位有两种技术：位置跟踪和三角定位。
(精编)哈工大通信原理实验报告
(精编)哈工大通信原理实验报告H a r b i n I n s t i t u t e o f T e c h n o l o g y通信原理实验报告课程名称：通信原理院系：电子与信息工程学院班级：姓名：学号：指导教师：倪洁实验时间：2015年12月哈尔滨工业大学实验二帧同步信号提取实验一、实验目的1.了解帧同步的提取过程。
2.了解同步保护原理。
3.掌握假同步，漏同步，捕捉动态和维持态的概念。
二、实验原理时分复用通信系统，为了正确的传输信息，必须在信息码流中插入一定数量的帧同步码，帧同步码应具有良好的识别特性。
本实验系统帧长为24比特，划分三个时隙，每个时隙长度8比特，在每帧的第一时隙的第2至第8码元插入七位巴克码作为同步吗。
第9至24比特传输两路数据脉冲。
帧结构为：X11100101010101011001100，首位为无定义位。
本实验模块由信号源，巴克码识别器和帧同步保护电路三部分构成，信号源提供时钟脉冲和数字基带脉冲，巴克码识别器包裹移位寄存器、相加器和判决器。
其余部分完成同步保护功能。
三、实验内容1.观察帧同步码无错误时帧同步器的维持状态。
2.观察帧同步码有一位错误时帧同步器的维持态和捕捉态3.观察帧同步器假同步现象和同步保护器。
四、实验步骤1.开关K301接2.3脚。
K302接1.2脚。
2.接通电源，按下按键K1，K2，K300，使电路工作。
3.观察同步器的同步状态将信号源中的SW001，SW002，SW003设置为11110010,10101010,11001100（其中第2-8位为帧同步码），SW301设置为1110，示波器1通道接TP303,2通道接TP302，TP304,TP305,TP306,观察上述信号波形，使帧同步码（SW001的2-8位）措一位，重新做上述观察，此时除了TP303外，个点波形不变，说明同步状态仍在维持。
4.观察同步器的失步状态。
关闭电源，断开K302，在开电源（三个发光二极管全亮）。
哈工大软件无线电实验报告
一．实验要求
本实验为演示实验，需观察实验现象，实验要求： 1. 掌握采样原理； 2. 对仿真信号绘制波形图，得到信号频谱。
二．实验原理——SDR 采样理论
1. 低通采样（Shannon Sampling Theory）
f s 2 f max
2. 带通采样（Bandpass Sampling）
实验二 信道化发射信号仿真实验
一．实验要求
本实验为仿真实验，实验要求： 1. 掌握信道化滤波器设计与使用； 2. 使用 Matlab 对信道化原理仿真； 3. 掌握多相滤波器结构； 4. 讨论多信道方法的频带使用率以及原理中快速算法的实现。
二．实验理
多频带的信道化发射以其优越的频谱利用率， 广泛应用于雷达和众多电子工程中， 多相 滤波器结构在实时滤波、并串转换等中也得到广泛的应用。 信道化发射信号原理：对于输入的多个频带信号，基本信道化的结构如图 1 所示。
图 1 基本信道化结构
图 2 变化后的信道化处理
基于多相滤波器结构，变化后的信道化处理如图 2 所示。
三．实验内容及结果分析
1. 产生 16 个复信号：1~16Hz
2. 设计滤波器
应用 Parks-McClellan optimal FIR filter order estimation 设计滤波器，其中参数为：内插 I=16，内插前采样率 50Hz，滤波器通带截止频率 16Hz, 阻带起始频率 25Hz；通带和阻带期 望的幅度分别为 1 和 0，起伏为 1dB 和 40dB。 利用 Parks-McClellan 方法得到的频率向量 fo，幅度向量 ao 和权值 w 设计最终使用的滤 波器系数（可以使用 remez 方法，得到指定阶数的滤波器系数） 。 显然，滤波器系数个数应为 16 的整数倍。 实验中所设计的滤波器特性如下：
哈工大无线电定位原理与应用实验报告
无线电定位原理实验报告
课程名称： 无线电定位原理与应用
班级：
姓名：
学号：
同组人：
学号：
指导教师：
张云
实验时间：
实验成绩：
哈尔滨工业大学
1. 实验一 调频法测距实验
1.1 实验要求 （1）掌握雷达测距原理，了解雷达测距实验仪器原理及使用。 （2）采集静止目标的回波数据，对实验数据进行分析并计算目标的距离。
������ R = 2 ∗ ������ ∗ ∆F (其中 c—光速；������—线性调频波斜率，实验中的������=5 ∗ 1010Hz/s; ∆F—回波的固 定频差) 代入计算可得，带测距离: R=2.534m
2. 实验二 调频法测距实验
2.1 实验要求
（1）掌握雷达测速原理，了解连续波雷达测速实验仪器原理及使用。
3.3 实验内容 1、MATLAB 中导入线性调频脉冲信号，实际是长度为 400 的矩阵，realpart.txt
为信号实部，imagpart.txt 为信号虚部。 2、FFT 作出线性调频脉冲复信号的频谱 3、对信号频域取共轭，求出系统函数 ，IFFT 求出系统冲击响应 。 4、匹配滤波，复信号通过线性系统，即频域相乘，IFFT 求出匹配滤波后的信
LFM 信号的频谱近似为：
S ( )
A
2 exp{ j[ (0 )2 ]}
k
2k 4
0
0
2
others
近似程度取决于时宽带宽积 D， D 越大，近似程度越高，即频谱越接近于矩
形。
Real part of chirp signal
哈工程无线网络安全技术实验报告
哈尔滨工程大学《无线网络安全技术》
实验报告本
2015～2016学年第一学期
班级20122111
姓名侯雨楠
学号2012211105
实验名称Windows下破解WEP
国家保密学院
2015年10 月
（1）右键单击桌面上的“网上邻居”然后选择
（3）选择“internet协议
（7）回到“无线网络配置”添加“网络名
设置5位数，再勾上“这是一个计算机到计算机的
（8）此时返回到“无线网络配置”看到刚才添加的可用网络。
（9）接下来在“本地连接”属性，高级栏中勾选“允许其他网络用户通过此计算机的
2. 安装好backtrack5的U盘。
四、实验步骤与过程
本次实验直接采用使用wep加密的无线路由器（型号：TP TL-WR842N。
哈工大实验报告
哈工大实验报告近年来，哈尔滨工业大学（简称哈工大）作为中国著名的工科院校，一直致力于高水平的教学和科学研究。
作为一名哈工大的学生，我有幸参与了一项有关智能机器人的实验，并撰写本篇实验报告，以分享我的经验和感悟。
实验内容本次实验的目标是设计一个智能机器人，它能够在指定场地内进行自主导航。
我们小组采取了模块化的设计思路，将机器人分为感知模块、决策模块和执行模块。
感知模块通过摄像头和多种传感器，获取环境信息，并将其转化为数据输入。
决策模块采用人工智能算法，对感知模块的数据进行处理分析，并制定相应的行为策略。
执行模块则负责机器人的运动控制和实际行为。
实验过程我们小组的实验过程分为几个步骤。
首先，我们进行了大量文献调研和相关技术的学习。
了解了当今智能机器人领域的前沿技术和发展方向。
接着，我们进行了感知模块的设计与搭建。
通过对感知器件的选型和硬件的调试，成功地将环境信息转化为数据输入。
接下来，我们开始着手研究决策模块。
利用神经网络算法对感知数据进行训练和优化，使机器人能够根据环境变化做出正确决策。
最后，我们进行了执行模块的实现。
通过编程控制机器人的执行行为，使机器人能够准确地导航和移动。
实验结果经过数个月的努力，我们小组取得了令人满意的实验结果。
我们的智能机器人在实验场地内能够自主导航，避开障碍物，并正确地执行任务。
感知模块具有较高的准确性和鲁棒性，能够获取到准确的环境信息。
决策模块经过训练后，能够对各种情况做出相应的反应，且具有较高的智能性。
执行模块的行为控制也相当精确，机器人能够按照预定路径运动，并在需要时改变方向。
实验感悟通过参与这个实验，我深刻地体会到了科学研究的艰辛和乐趣。
在实验过程中，我们不断遇到各种问题和困难，但通过团队的努力和合作，我们一一克服了这些困难，完成了实验目标。
同时，实验中所学到的知识和技能也使我受益匪浅，拓宽了我的专业视野，提升了我的动手实践能力。
此外，我还意识到科研的重要性在于其对社会的贡献。
wifi定位技术及原理阐述
wifi定位技术及原理阐述WiFi定位技术是一种基于信号强度指纹的无线网络定位技术，可以利用WiFi信号在区域内的分布情况对设备进行定位，精度可达到米级别。
以下我们会从wifi定位技术原理、应用场景、主要功能优势三个方面来阐述介绍。
Wifi定位技术原理如下：信号采集：首先需要在被定位区域内选取多个WiFi接入点，并在感兴趣区域（IOI）的不同地方收集这些接入点的信号数据。
信号处理：将采集到的信号信息转换成信号强度，只保留与位置相关的信号强度数据，直接反映出每个区域的特征。
指纹建立：根据各个区域的信号强度样本，建立指纹库作为参考依据。
定位计算：通过移动终端采集的场景内WiFi信号强度，进行匹配和计算，最终得出该设备所在位置。
在实际应用中，通过对比当前采集到的WiFi信号强度和已有的指纹库数据，找出信号最相近的区域，从而确定设备的位置。
此外，也可以通过多普勒效应、GPS卫星定位辅助等方式提高WiFi定位的精度和可靠性。
Wifi定位技术的应用场景：1.商场、超市等大型室内空间的导航和位置服务。
2.室内无线定位导游，在博物馆、展览馆等场所中提供一种更加便捷的讲解和路线选择方式。
3.办公楼、大学校园等室内定位，方便用户查找对应房间或地点。
4.基于有WiFi覆盖的医院内部可进行病人防走失设备轨迹监控。
5.移动互联网场景下的广告精准投放，将广告根据目标用户所处位置推送到他们的手机上。
6.城市安全管理，利用WiFi定位技术建立城市警务信息化系统，实现分布式智能安防。
Wifi定位技术的主要优势：1.成本较低：无需额外安装硬件和设施，只需要在现有的无线网络基础上进行信号采集和处理。
2.精度较高：可以达到室内几米到十米级别的位置精确度，在实际应用中可以满足大部分场景的定位需求。
3.覆盖面广：由于WiFi网络的普及和广泛应用，几乎所有人都可以使用WiFi定位服务。
4.解决GPS定位局限性：GPS定位必须在最佳的视线范围下才能起作用，但是在室内场所或城市高楼林立的地方，GPS定位很难达到理想效果，而WiFi定位可以很好地弥补了这一问题。
wifi定位 实现原理
wifi定位实现原理WiFi定位是一种利用WiFi网络基站的分布和信号强度来确定设备位置的技术。
它的实现原理主要涉及以下几个方面：1. 基站信号强度测量：WiFi定位的关键是测量设备与周围WiFi基站之间的信号强度。
设备使用无线网络扫描功能获取周围可用的WiFi基站列表，并获取每个基站的信号强度值。
通常，这些值以RSSI（接收信号强度指示）的形式表示。
2. 基站数据的收集和处理：在市区或人口密集的区域，WiFi 基站通常被部署得比较密集。
WiFi定位系统需要收集和处理大量的基站数据。
这些数据包括基站的位置信息（通过GPS 或其他定位技术获得）、信号强度和其他相关特征。
收集到的数据会被用来建立一个基站数据库，以便进一步的定位计算。
3. 定位算法：WiFi定位的核心是利用收集到的基站数据和设备测量到的信号强度来计算设备的位置。
定位算法可以使用多种技术，包括KNN（最近邻居算法）、贝叶斯滤波、加权最小二乘法和机器学习等。
这些算法通常会使用基站数据库中的信号强度与位置信息，通过对比设备测量到的信号强度与数据库中的数据，依据一定的计算规则来推算设备的位置。
4. 位置推理和校准：WiFi定位技术还需要考虑到信号强度的变化和环境噪声的影响。
在现实环境中，信号强度受到很多因素的影响，如障碍物、建筑物、电磁干扰等。
因此，WiFi定位也会通过其他传感器数据（例如陀螺仪、加速度计）来推断设备的运动轨迹和位置。
同时，也需要对基站数据库进行定期校准和更新，以反映基站信号强度的变化。
总之，WiFi定位技术利用基站的分布和信号强度，结合定位算法和位置推理方法，通过比对设备测量到的信号强度与基站数据库中的数据，推断出设备的位置信息。
它在室内和城区环境下具有较高的精度和可行性，并已经得到广泛应用。
L1-导航原理(哈工大导航原理、惯性技术)
05
前沿科技与未来发展趋 势
量子惯性传感器研究进展及挑战
量子惯性传感器原理
利用量子力学原理，通过测量微观粒 子（如原子、光子）的状态变化来感 知物体的运动状态。
研究进展
近年来，量子惯性传感器在精度、稳 定性和可靠性方面取得了显著进展， 但仍面临一些技术挑战，如量子态的 制备、操控和测量等。
挑战与前景
挑战与前景
人工智能在导航领域的应用需要解决数据获取、算法优化和实时性等问题，未来有望与 量子计算、生物计算和光计算等前沿技术相结合，推动导航技术的创新发展。
多源信息融合技术在导航中的应用探讨
多源信息融合原理
将来自不同传感器的信息进行融合处 理，提取出更准确、全面的导航信息 。
应用实例
多源信息融合技术已广泛应用于组合 导航、室内外无缝定位等领域，提高 了导航系统的性能和可靠性。
可靠性评估
可靠性评估旨在评估组合导航系统在长时间运行或复杂环境下的性能表现。通过对系统在不同条件下的 故障率、恢复时间等进行分析，可以评估系统的可靠性。
惯性/卫星组合导航系统优化策略
卡尔曼滤波算法
粒子滤波算法
深度学习算法
卡尔曼滤波是一种高效的递归 滤波器，适用于线性系统。在 惯性/卫星组合导航系统中，可 以利用卡尔曼滤波算法对IMU 和卫星信号进行融合处理，提 高系统的定位精度和稳定性。
螺等。
加速度计类型
包括压电式、压阻式、电容式等。
惯性器件特点
不同类型惯性器件具有不同的测量 精度、动态范围、稳定性等特点。
惯性系统误差来源与补偿方法
误差来源
包括初始对准误差、器件误差（如刻度因数误差、零偏误差 等）、计算误差等。
补偿方法
通过误差建模、滤波算法（如卡尔曼滤波、粒子滤波等）对 误差进行估计和补偿，提高导航精度。同时，可采用组合导 航技术，融合其他传感器信息（如GPS、里程计等），进一 步提高导航系统的性能和可靠性。
无线定位技术原理
无线定位技术原理
无线定位技术是通过无线信号进行测量和分析，从而确定某个物体或人的位置。
它利用了无线信号的传播特性、多径效应及到达时间、幅度等参数，以及接收器的位置和性能来实现定位目标。
无线定位技术主要有以下几种原理：
1.信号强度测量：通过测量无线信号在空间中的传输强度来确定物体或人的位置。
这种方法在无线局域网（WLAN）和蓝牙技术中比较常见。
它利用了信号强度与距离之间的关系，通过多个信号接收器接收到的信号强度，结合数学模型计算出目标位置。
2.到达时间测量：通过测量无线信号从发射器到接收器的传播时间来确定物体或人的位置。
这种方法常用于全球定位系统（GPS）等应用中。
它利用了信号在空间中传播的速度已知，并通过不同接收器接收到的信号到达时间的差异来计算目标的位置。
3.多个接收器测量：通过多个接收器同时接收到的信号来计算物体或人的位置。
这种方法在无线传感器网络中比较常见。
它利用了不同接收器接收到的信号之间的差异，结合数学模型融合计算出目标位置。
4.指纹库匹配：通过事先构建的无线信号指纹库与实际测量到的无线信号进行匹配，从而确定物体或人的位置。
这种方法常
用于基于WiFi和蓝牙的室内定位系统。
它利用了不同位置处
的无线信号特征具有差异性，并将测量到的信号与指纹库中的信号进行比较，找到最佳匹配位置。
无线定位技术可以广泛应用于物流追踪、室内导航、智能交通、安防监控等领域，为人们的生活和工作提供了便利和安全性。
哈工大卫星定位导航原理实验报告
卫星定位导航原理实验专业：班级：学号：姓名：日期：实验一实时卫星位置解算及结果分析一、实验原理实时卫星位置解算在整个GPS接收机导航解算过程中占有重要的位置。
卫星位置的解算是接收机导航解算（即解出本地接收机的纬度、经度、高度的三维位置）的基础。
需要同时解算出至少四颗卫星的实时位置，才能最终确定接收机的三维位置。
对某一颗卫星进行实时位置的解算需要已知这颗卫星的星历和GPS时间。
而星历和GPS 时间包含在速率为50比特/秒的导航电文中。
导航电文与测距码（C/A码）共同调制L1载频后，由卫星发出。
本地接收机相关接收到卫星发送的数据后，将导航电文解码得到导航数据。
后续导航解算单元根据导航数据中提供的相应参数进行卫星位置解算、各种实时误差的消除、本地接收机位置解算以及定位精度因子（DOP）的计算等工作。
关于各种实时误差的消除、本地接收机位置解算以及定位精度因子（DOP）的计算将在后续实验中陆续接触，这里不再赘述。
卫星的额定轨道周期是半个恒星日，或者说11小时58分钟2.05秒；各轨道接近于圆形，轨道半径（即从地球质心到卫星的额定距离）大约为26560km。
由此可得卫星的平均角速度ω和平均的切向速度v s为：ω=2π/(11*3600+58*60+2.05)≈0.0001458rad/s (1.1)v s=rs*ω≈26560km*0.0001458≈3874m/s (1.2) 因此，卫星是在高速运动中的，根据GPS时间的不同以及卫星星历的不同（每颗卫星的星历两小时更新一次）可以解算出卫星的实时位置。
本实验同时给出了根据当前星历推算出的卫星在11小时58分钟后的预测位置，以此来验证卫星的额定轨道周期。
本实验另一个重要的实验内容是对卫星进行相隔时间为1s的多点测量（本实验给出了三点），根据多个点的测量值，可以估计Doppler频移。
由于卫星与接收机有相对的径向运动，因此会产生Doppler效应，而出现频率偏移。
wifi定位实验报告
定位实验题目：基于WIFI位置指纹的室内定位实验成员：2012年12月一、实验题目实验题目基于Wifi 位置指纹的室内定位实验实验要求学习android平台使用、android编程、android环境下wifi 设备查看操作。
实验内容利用最少数目的wifi 热点设备，能够实时地对手机进行定位。
二、实验目的目前全球定位系统（GPS ，Global Positioning System ）是获取室外环境位置信息通过实施项目的最常用方式。
但由于卫星信号容易受到各种障碍物遮挡，GPS/APGS 等卫星定位技术并不适用于室内或高楼林立的场合，目前无线室内定位技术迅速发展，已成为GPS 的有力补充。
了解智能手机如何利用Wifi 热点设备信号强度进行室内定位。
三、实验原理1.Android 系统架构简介Android系统架构见图，它建立于Linux内核之上，包含了各种设备驱动和管理模块，囊括了非常齐全的类库和框架，包括轻量级数据库SQLite 、浏览器Webkit 等。
整个系统建立在Dalvik 虚拟机上，应用程序使用Java 语言编写。
Android 系统提供了丰富的框架（活动管理、位置管理等）来管理系统的软、硬件资源，整合了常用的应用程序（联系人、电话本等），并开放了很全面的 API 供用户使用，整个平台具有良好的开放性和扩展性。
2.采用基于射频指纹的定位方法移动终端需要获得周围AP的RSSI指纹特征，Android 系统提供的接口可以很方便地实现这一功能。
3.定位算法由于室内环境复杂，WiFi无线信号具有较强的时变无线信号传播衰减模型难以很好的表征距离与信号强度间的映射关系，采用基于射频指纹匹配定位方法，它具有较好的定位鲁棒性。
指纹匹配方式定位算法建立在实验数据基础上，它主要包括离线训练和在线定位两个阶段，其中离线训练阶段的任务是建立射频信号强度向量和客户端位置间的一一对应关系，形成一个指纹库(radio map)，定位阶段则使用实时采集的信号强度向量去匹配训练阶段构建的指纹库，从而获得目标的位置估计。
哈工大无线定位原理与技术实验报告
无线电定位原理与技术实验报告课程名称：无线电定位原理与应用院系：电子工程系班级：1305203姓名：黄晓明、大头光学号：指导教师：张云实验时间：12周周二，13周周二实验成绩：电信学院实验一 调频法测距实验2.1 实验要求1.掌握调频法测距原理2.利用给定的仿真信号通过MA TLAB 编程计算线性调频信号的参数（带宽，中心频率，时宽，调频斜率）并计算目标的距离。
2.2 线性调频脉冲测距实验图2-1 线性调频信号与反射回波反射回波相对于发射的线性调频信号产生了固定时延或固定频差F ∆。
假设目标处于静止状态，总的频偏F ∆为2R F cα∆=（2.1）根据该式可以反推出距离R 。
图1线性调频信号与反射回波时域图图2混频后频谱图图3根据公式2c FR α∆=(2.2)解得R=750m ，与5us 延迟一致。
积化和差公式：1cos cos [cos()cos()]2αβαβαβ=++-(2.3)实验二 连续波雷达测速实验3.1 实验要求1. 掌握雷达测速原理。
2. 了解连续波雷达测速实验仪器原理及使用。
3. 采集运动物体回波数据，并在PC 机使用Matlab 对实验数据进行分析。
4. 使用Matlab 对实验数据进行分析，得到回波多普勒频率和目标速度。
3.2 雷达测速原理00022d r vf v f f f f c v c --⎛⎫=-=≈ ⎪+⎝⎭（如果v c <<）图3-1 多普勒效应3.2 连续波雷达测速实验仪器连续波发射机混频器放大滤波测速传感器AD 采集串行接口PC 机图3-2 连续波雷达测速实验仪器原理框图图3-3 连续波雷达内部原理图图3-4 测速雷达与采集板3.3 I Q正交双通道图3-5 IQ 正交双通道处理积化和差公式如下：1cos sin [sin()sin()]21cos cos [cos()cos()]2αβαβαβαβαβαβ=+--=++-(3.1)所以信号格式()()signal signal I j signal Q =-⨯(3.2)I 路信号相位领先Q 路信号π/2。
无线电定位原理与技术实验报告
无线电定位原理与技术实验报告：学号：班级：1105201指导老师：云院系：电子与信息工程学院哈工大电子与信息工程学院电子工程系实验一 连续波雷达测速实验1.1 雷达测速原理雷达利用多普勒频率来提取目标的径向速度（即距离变化率），从而可以区分运动目标和固定目标及杂波。
多普勒效应描述了由于目标相对于辐射源的运动而引起发射信号的中心频率发生多普勒频移，目标的运动方向的不同决定了多普勒频移的正负。
00022d r vf v f f f f c v c --⎛⎫=-=≈ ⎪+⎝⎭（如果v c <<）雷达雷达λ>λλ'<图2- 多普勒效应1.2 连续波雷达测速实验仪器连续波雷达测速系统主要由三部分组成：微波发射和接收器件，差频放大和滤波电路，DSP 信号采集和处理电路。
其中微波发射和接收器件可以采用微波发射介质稳频振荡和微波接收混频器。
放大和滤波电路，在近距离时，测量直接由混频器输出的信号较大，由雷达方程可知，随着目标距离的增加，混频器输出会减小。
实验中采用三级放大电路，第一级射随阻抗匹配，第二三级可调增益放大。
其次由于背景噪声和扰动会引入杂波，对接收信号需要进行滤波。
DSP 信号采集和处理电路，采集多组回波数据，对数据进行分析得到相应的多普勒频率和速度值，由公式2rd v f λ=，算得速度r v 。
5402DSP测速传感器混频器连续波发射机传感器输出信号放大滤波AD 串行接口PC 机FFT图2-2 连续波雷达测速实验仪器原理框图图2-3 测速雷达传感器1.3 实验要求本实验为演示实验，观察实验现象，并在PC 机使用Matlab 对实验数据进行分析。
实验要求：1.掌握雷达测速原理，2.了解连续波雷达测速实验仪器原理及使用，3.使用Matlab 对实验数据进行分析，得到回波多普勒频率和目标速度。
1.4 实验容1.采集三组数据，每组数据 2048 点，采样频率为 2048Hz2.从每组数据中分别选取波形较好的 512 点，作出时域波形与频谱，并求出目标速度，其中，发射波频率为 10GHz。
哈工大卫星定位导航原理实验报告
卫星定位导航原理实验专业：班级：学号：姓名：日期：实验一实时卫星位置解算及结果分析一、实验原理实时卫星位置解算在整个GPS接收机导航解算过程中占有重要的位置。
卫星位置的解算是接收机导航解算（即解出本地接收机的纬度、经度、高度的三维位置）的基础。
需要同时解算出至少四颗卫星的实时位置，才能最终确定接收机的三维位置。
对某一颗卫星进行实时位置的解算需要已知这颗卫星的星历和GPS时间。
而星历和GPS 时间包含在速率为50比特/秒的导航电文中。
导航电文与测距码（C/A码）共同调制L1载频后，由卫星发出。
本地接收机相关接收到卫星发送的数据后，将导航电文解码得到导航数据。
后续导航解算单元根据导航数据中提供的相应参数进行卫星位置解算、各种实时误差的消除、本地接收机位置解算以及定位精度因子（DOP）的计算等工作。
关于各种实时误差的消除、本地接收机位置解算以及定位精度因子（DOP）的计算将在后续实验中陆续接触，这里不再赘述。
卫星的额定轨道周期是半个恒星日，或者说11小时58分钟2.05秒；各轨道接近于圆形，轨道半径（即从地球质心到卫星的额定距离）大约为26560km。
由此可得卫星的平均角速度ω和平均的切向速度v s为：ω=2π/(11*3600+58*60+2.05)≈0.0001458rad/s (1.1)v s=rs*ω≈26560km*0.0001458≈3874m/s (1.2)因此，卫星是在高速运动中的，根据GPS时间的不同以及卫星星历的不同（每颗卫星的星历两小时更新一次）可以解算出卫星的实时位置。
本实验同时给出了根据当前星历推算出的卫星在11小时58分钟后的预测位置，以此来验证卫星的额定轨道周期。
本实验另一个重要的实验内容是对卫星进行相隔时间为1s的多点测量（本实验给出了三点），根据多个点的测量值，可以估计Doppler频移。
由于卫星与接收机有相对的径向运动，因此会产生Doppler效应，而出现频率偏移。
移动无线传感器网络中基于矩阵的定位算法分析
哈尔滨工业大学工学硕士学位论文摘要无线传感器网络（Wireless Sensor Networks，WSNs）是指由大量的静止或移动的传感器节点以自组织和多跳的方式构建的无线网络，已经应用于众多场合，如环境监测、目标跟踪、交通控制、人体健康监测、军事以及救灾等领域。
但是这些应用都需要传感器节点知道自身的位置信息，脱离位置信息的感知数据对于大多数应用是没有价值的。
而通过人工部署传感器网络中的节点或为需要位置信息的节点安装GPS设备都会受到传感器节点自身特点或应用场景的限制。
因此，需要传感器节点通过运行定位算法或其他机制得到自己的位置信息。
现有的无线传感器网络节点定位算法普遍存在着定位误差较大、算法复杂度高、通信消耗大、不适用于移动节点等其中一项或多项问题。
随着无线传感器网络技术的不断成熟和应用的不断广泛，针对移动传感器网络的实用化节点定位技术具有重要的理论意义和应用价值。
本文针对移动传感器网络中的节点定位问题主要完成了如下工作：本文首先分析概述了研究问题的背景和意义，并总结了现有的定位测距技术、定位原理以及现有定位算法的优缺点。
其次，在此基础上，本文提出了一种基于矩阵填充的分布式定位算法MALL（Matrix-completion Localization）。
MALL算法是利用一系列的约束条件，如节点间距离约束、节点坐标具有低秩性、时间稳定性等，来求解目标函数最优化的分布式定位算法，保证了算法较高的定位精度和易扩展性的优势。
由于MALL算法只涉及到凸优化和低复杂度的非凸优化计算，算法计算复杂度较低，能够实现移动网络节点的快速定位。
MALL算法仅使用一跳普通邻居节点信息和两跳锚定邻居信息来完成定位过程，具有较低的定位通信消耗。
在本文中，对MALL算法的计算复杂度进行了理论分析。
最后，通过仿真实验对MALL算法与其他一些现有算法进行了定位精度、算法运行时间、通信消耗性能方面的比较。
实验表明，MALL算法优于现有算法。
哈尔滨工业大学科技成果——基于视觉信息的室内定位系统
哈尔滨工业大学科技成果——基于视觉信息的室内
定位系统
主要研究内容
目前尽管以GPS为代表的室外定位导航服务已经成功的商业化运作，但是，室内定位导航技术却仍处在探索阶段，并未出现大规模商业部署和运营。
随着室内定位需求的不断增强，室内定位导航系统必将是未来定位导航领域最重要的产值增加来源。
本成果利用视觉信息（视频流、图片）实现室内定位。
该系统通过用户移动终端所采集的图像信息，利用移动互联网络将信息反馈给定位服务中心，为定位服务中心为用户提供位置服务解算。
该成果的优点是，用户无需在室内环境中增加任何基础设施，仅通过带移动终端的摄像头便可以完成室内定位。
用户在实际定位过程中，只要其移动终端具有拍照功能，并接入移动互联网（3G/4G/WiFi网络均可），即可实现定位功能。
该成果对于大面积、复杂场景的室内定位服务表现出较为理想的定位精度和经济效益。
该成果可为增强现实、智慧城市、智能交通等“互联网+”模式的技术提供位置信息。
主要应用
该技术可以广泛应用于机场候机厅、医院、学校、图书馆等民用基础公益设施内，也可应用于地下矿井隧道、大型购物中心、地下停车场等民用商业场景里，同时，该技术也可以在电子地图、虚拟现实增强等互联网领域内进行更深层次应用。
主要技术指标本成果已经实现室内平均定位精度1.38米。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无线电定位原理与技术实验报告课程名称：无线电定位原理与应用院系：电子工程系班级：1305203姓名：黄晓明、大头光学号：指导教师：张云实验时间：12周周二，13周周二实验成绩：电信学院实验一 调频法测距实验2.1 实验要求1.掌握调频法测距原理2.利用给定的仿真信号通过MA TLAB 编程计算线性调频信号的参数（带宽，中心频率，时宽，调频斜率）并计算目标的距离。
2.2 线性调频脉冲测距实验图2-1 线性调频信号与反射回波反射回波相对于发射的线性调频信号产生了固定时延或固定频差F ∆。
假设目标处于静止状态，总的频偏F ∆为2R F cα∆=（2.1）根据该式可以反推出距离R 。
图1线性调频信号与反射回波时域图图2混频后频谱图图3根据公式2c FR α∆=(2.2)解得R=750m ，与5us 延迟一致。
积化和差公式：1cos cos [cos()cos()]2αβαβαβ=++-(2.3)实验二 连续波雷达测速实验3.1 实验要求1. 掌握雷达测速原理。
2. 了解连续波雷达测速实验仪器原理及使用。
3. 采集运动物体回波数据，并在PC 机使用Matlab 对实验数据进行分析。
4. 使用Matlab 对实验数据进行分析，得到回波多普勒频率和目标速度。
3.2 雷达测速原理00022d r vf v f f f f c v c --⎛⎫=-=≈ ⎪+⎝⎭（如果v c <<）图3-1 多普勒效应3.2 连续波雷达测速实验仪器连续波发射机混频器放大滤波测速传感器AD 采集串行接口PC 机图3-2 连续波雷达测速实验仪器原理框图图3-3 连续波雷达内部原理图图3-4 测速雷达与采集板3.3 I Q正交双通道图3-5 IQ 正交双通道处理积化和差公式如下：1cos sin [sin()sin()]21cos cos [cos()cos()]2αβαβαβαβαβαβ=+--=++-(3.1)所以信号格式()()signal signal I j signal Q =-⨯(3.2)I 路信号相位领先Q 路信号π/2。
测速雷达给出的数据为混频后的多普勒频率I ，Q 双通道数据。
利用复信号傅里叶变换可以得到单边的频谱。
并通过多普勒频率的计算公式逆推出物体的运动速度。
3.4 实验过程1.采集了一组数据，采样频率为2048Hz 。
2.从数据中选取波形较好的512点，做出时域波形与频谱，并求出目标速度。
其中，雷达发射波频率为24.15GHz 。
信号采集界面如下：图3-6 雷达数据采集界面选取一段回波进行matlab 数据分析：图1图2图3图43.5 实验代码a=importdata('HXM.txt');I=a(1:512,1); %分别从a中取出第一列和第二列数据Q=a(1:512,2);figure(1);plot(0:1/2048:511/2048,I); %采样频率为2048Hz,取512个点title('I路信号'); %由此确定横轴坐标以及间隔xlabel('时间/s');ylabel('幅度');figure(2);plot(0:1/2048:511/2048,Q);title('Q路信号');xlabel('时间/s');ylabel('幅度');S=I-j*Q;b=fft(S);b(1)=0; %因为存在直流分量，所以要将零频处的c=abs(fftshift(b)); %值置零[value,position]=max(c) %进行归一化d=c/value;figure(3);plot(-1024:2048/512:1024-4,d);title('雷达测速数据处理结果');xlabel('频率/Hz');ylabel('归一化幅度');f=-52 %由归一化幅度图中得到多普勒频率，利lan=3*10^8/(24.15*10^9) %用公式求解速度，速度为负说明采用v=f*lan/2 %的数据段是手离开雷达时测得的数据3.5 实验结果雷达载波波长：多普勒频率：速度：利用雷达测得的数据共有两列，一列作为I路数据，见图2，一列作为Q路数据，见图1。
对这两列数据表示成的复信号做傅里叶变换，所得的结果在零频处有一个冲激，如图3。
因为信号的均值不为零，存在直流分量。
因此要去掉直流分量，令信号的频谱在该处为零即可。
然后进行归一化，得到归一化幅度图，见图4。
利用光标取得多普勒频率为-52Hz，由相关公式求解得到速度为0.3230m/s，负号代表测速时手正在离开雷达。
实验三 线调频信号及匹配滤波仿真实验3.1 实验要求自己设计系统函数对给定的信号进行匹配滤波 信号频率： 0-10Mhz ； 信号时长： 10us 采样率： 40Mhz复线性调频信号格式：exp(1j*2*pi*(f0*t+0.5*k*t.^2)); k 为调频斜率 f0为起始频率。
a.根据上文给定的信号参数自行构造和系统响应函数 b.画出参考函数频谱。
c.画出匹配滤波后时域图像，分析脉冲位置与系统函数t0的关系d.标出时域图像的主旁瓣比。
3.1.1实验原理 线调频信号谱分析线调频（LFM ）信号时域表达式：20()cos()2t kt s t Arect()t T ω=+式中：t rect()T是矩形函数，k 是调频斜率，并且与调制频偏ω∆的关系是：2fk T Tωπ∆∆==T 为时域波形宽度，简称时宽；f B ∆=2为调频范围。
简称频宽。
BT D =为时宽带宽积，是线性调频信号一个很重要的参数。
LFM 信号的频谱近似为：20()[]}()240j S k ωωπω⎧--+⎪=⎨⎪⎩02o t h e r s ωωω∆-≤ 近似程度取决于时宽带宽积D ， D 越大，近似程度越高，即频谱越接近于矩形。
线调频信号匹配滤波雷达发射LFM 脉冲信号，固定目标的回波时域表示：20()()cos(())2r r i r t t k t t s t Arect()t t T ω--=-+对应的匹配滤波器的传输函数近似（大时宽带宽积下）为：20()()exp{[]}24H j k ωωπω-=- 02ωωω∆-≤匹配滤波器输出：0()()exp()di d j t S S H j t ωωωω-=-= 02ωωω∆-≤代入相关参数，002,2,2B k B f ωππωπ∆=== 匹配滤波器时域输出：02()1()()2d j t o o i f t t d S t S e d ωπωωπ+∞-∞-==⎰时宽带宽积：D BT =匹配滤波器的包络输出如下图4-3所示，所示，通常规定顶点下降到－4dB 处的宽度为输出脉冲的脉宽0T ，并且有01T B=，所以脉冲压缩比：0T BT D T ==3.1.2实验过程根据实验原理编写频域系统函数，导入参考信号并进行离散傅里叶变换，利用时域卷积定理将频域信号与系统函数相乘在进行傅里叶逆变换，从而得到匹配滤波之后的时域信号。
代码如下：f1=load('C:\Users\Lenovo\Desktop\EXPERIMENT_3_DATA.txt'); f11=f1(:,1); f12=f1(:,2); f=f11+j*f12; B=10000000; T=0.00001; k=B/T;fs=40000000; N=fs*T; f0=0; n=0:N-1; t=n/fs;h=exp(1j*2*pi*(f0*t+0.5*k*t.^2)); H=abs(fftshift(fft(h))); F=abs(fftshift(fft(f))); F=F.'; G=F.*H figure(1);plot(n*fs/N,G);title('输出信号频谱'); figure(2);g=abs(ifftshift(ifft(G,N)));value=max(g);g=g/value;gx=20*log10(g);plot(t,gx);title('输出时域波形');figure(3);subplot(211);plot(t,h);title('系统函数时域波形');subplot(212);plot(n*fs,H);title('系统函数频谱');3.1.3实验结果图 3-1图3-2图3-33.1.4实验分析1、根据实验原理中给出的系统函数可以知道输出频谱函数如下0()()e x p ()di d j t S S H j t ωωωω-=-=由此可知错误！未找到引用源。
变化会引起输出信号脉冲位置的平移。
2、分析主旁瓣比：图3-4主旁瓣比=错误！未找到引用源。
3.2实验要求a.画出给定信号的时域图像，分析信号频谱。
b.利用给定的信号数据得到系统响应函数，并画出参考函数频谱。
c.画出匹配滤波后时域图像，分析脉冲位置与系统函数t0的关系d.标出时域图像的主旁瓣比。
3.2.1实验原理实际处理雷达系统中，为了压低副瓣，通常是将匹配函数加窗，然后加零延伸为pT T ∆+的时间长度，作傅立叶变换后并作共轭，和接收信号的傅立叶变换相乘后，作傅立叶逆变换，取前T ∆时间段的有效数据段。
为了便于采用快速傅立叶变换，可能对匹配函数要补更多的零，对接收信号也要补零。
脉压处理过程的如图3-4所示，其中虚框部分可事先计算好，以减小运算量。
3.2.2实验过程导入回波信号，对回波信号进行时域翻折得到参考信号。
由傅里叶变换性质可知，频域共轭相乘等价于时域共轭卷积，故对两时域信号进行共轭周期卷积（离散傅里叶变换对应循环卷积，截断之后即为单个周期的周期卷积）。
代码如下：f1=load('C:\Users\Lenovo\Desktop\EXPERIMENT_3_DATA.txt');f11=f1(:,1).'; f12=f1(:,2).'; fa=f11+j*f12; for m=1:400fb(400-m+1)=f11(m)-j*f12(m); endfs=40000000; T=1/fs; N=400; fre=fs/N; n=1:799;fc=conv(fa,fb); value=max(fc); fc=fc/value;fcx=20*log10(fc);Fc=abs(fftshift(fft(fc))); figure(1); plot(n*T,fcx);title('输出时域波形'); figure(2);plot(n*fre,Fc);title('输出频域波形');接收信号m=1:400Fa=abs(fftshift(fft(fa)));Fb=abs(fftshift(fft(fb)));figure(3);subplot(211);plot(m*T,fa);title('输入信号时域波形');subplot(212);plot(m*fre,Fa);title('输入信号频域波形');figure(4);subplot(211);plot(m*T,fb);title('参考信号时域波形');subplot(212);plot(m*fre,Fb);title('参考信号频域波形');3.2.3实验结果图3-5图3-6图3-7图3-83.2.4实验分析1、从匹配滤波过程可以看出，系统函数就是参考函数，即回波函数的共轭平移所得，并且由系统函数与回波信号时域卷积可知滤波输出信号是输入信号的自相关函数平移得到：由此可知错误！未找到引用源。