文档介绍：射频信号传播模型参数辨识系统辨识第二次实验信科院12自动化系摘要:作为控制论的重要组成部分,系统辨识已经渗透到很多方面,比如在射频信号领域,系统辨识可以获得射频信号的系统参数,对射频信号的研究有很人作用。本次实验通过辨识射频信号的数据來建立其传播模型关键字:系统辨识,射频信号,传播模型。目录弓丨苻 2二、实验内容及方法 22」实验原理 4三、总结 ,从蓝牙、移动通信到WiFi,无不需要其作为信息传播的载体。另外,射频信号还町以作为一种重要的传感手段,较为成熟的应用有军用雷达、医学CT等。由于射频信号对光线不敬感,并且能够穿透非金屈的物质,具有其它传感技术所不可替代的优势,正引起人们的日益关注。。本实验将重点关注模型参数的辨识。根据给出的测量数据,结合最小二乘法,辨识系统传播模型。二、,会发生反射、绕射和散射等现象,从而导致信号功率的衰减。考虑一对收发节点之间的通信,根据一般的信号传播模型,/时刻的接收信号强度(Receivedsignalstrength,RSS)可以表示为y(t)=P-厶⑴一S(f)-F(r) (1)其屮P为发射功率,厶(f)为路径损耗,S(f)为因障碍物遮扌当而产生的阴影衰落,F⑴是环境引起的多径衰落,可看成零均值噪声。路径损耗厶⑴主要依赖于链路的距离d⑴,数学描述为L(t)=^+klogl()d(t) (2)其中£)和比分别表示偏移和斜率,与空气、天线特性和设备差异等因索相关。特别地,当信号视距传播路径上不存在障碍物时,S⑴=0,则结合(1)(2)可得)心)=1-叫如-弘)=b-k\ogi0d(t)-F(t)其中b=P—吒。,由高斯于1795年研究行星运动时提出并实际使用。在随机的环境下利用最小二乘法时,并不要求知道观测数据的概率统计信息,而用这种方法使得到的估计结果,却有和当好的统计性质。最小二乘法的基木准则是通过最小化误弄的平方和寻找数据的最佳函数匹配。考虑最简单的一元线性回归模型(4)其中兔、s为参数,兀、y分别为自变量和因变量,£为误差项。假定经过并次观测,获得一系列的观测数据{(兀,牙)}二,我们希望从中估计出参数勺、坷,估计值记为久、久。根据最小二乘基本原理,准则函数可以表示为minJ二min£[必-(心+輪)]2/=1(5)通过最大似然(MaximumLikelihood,ML)估计,即丿分別对和久求偏导并A.(6)(7)令其等于0,可得最小二乘佔计值:Z川 2 —9—tlX~/=!1八八—aQ=y-a{x其中元=1/n为二”y=1〃2X•=!X-°冋顾式(3)所示的射频信号传播模型,本质上是一种一元线性冋归模型,因此其中的参数可通过最小二乘法进行估计。,一台移动机器人携带一个接收节点(RX)以速度诃乍匀速直线运动。发送节点(TX)定时发送信标,RX接收到信标后测量RSS值并发送给基站,继而上传至服务器进行保存。经过一段时间的测量后,根据RS