基于基站LOS鉴别的TDOA室内定位算法

针对视距(Line-of-sight,LOS)和非视距(None-line-of-sight,NLOS)混合环境中利用较少的基站信息达到相对精确的三维基站室内定位问题,提出一种基于几何模型的高精度鉴别基站LOS传输算法.该算法通过简化信号传播路径构造空间立体模型,根据基本几何定理筛选出相对最接近LOS的信号传播,并与TDOA定位算法和最小二乘法结合,得到了相对精确的定位信息.理论分析和仿真结果验证,该算法能高效的鉴别出视距传播信号,且计算复杂度相当,具有较好的可实现性.     

NLOS环境下无线通信网络中的TDOA/AOA混合定位算法

为了提高在NLOS条件下无线定位的精度,采用多种测量值混合定位的方式,提出了一种TDOA/AOA最速下降混合定位算法.该算法以加权残差平方和为目标函数,以最速下降算法为最优化方法.然后,以几何结构的单反射圆盘模型进行仿真,分别利用TDOA/AOA最速下降混合定位算法、TDOA/AOA泰勒级数混合定位算法以及单纯的TDOA泰勒级数经典算法对无线通信网络中不同的定位环境进行了仿真计算.仿真结果表明,当参与定位的基站数目分别为3,4,5,6,7,反射圆盘半径分别为200,300,400,500,600,700m时,与后2种算法相比,TDOA/AOA最速下降混合定位算法的均方差、平均误差及最大误差均较小,即该混合定位算法具有更高的定位精度,且参加定位的基站数目越多,这种优势越明显.     

基于散射区模型与参数聚类的室外NLOS单站定位算法

室外非视距(non line of sight, NLOS)环境中障碍物会阻碍终端电磁波信号直接传播到基站,而且该条件下单基站收集的定位信息不足,导致定位精度不高。针对上述问题,提出一种基于空间布局的散射区模型和基于参数聚类的定位算法。根据固定基站附近的空间布局确定散射区并构建散射区模型,该算法基于该模型收集多径信号的测量参数,将k-means聚类(k-means clustering)和均值漂移聚类(means shift clustering)算法有效结合对参数聚类处理,再根据聚类结果和单站定位系统的几何结构建立方程组,将方程组的求解问题转化为非线性优化问题并利用列文伯格-马夸尔特(Levenberg-Marquardt, LM)算法求解优化问题估计目标位置。仿真结果表明,在室外NLOS环境中,且仅提供单个基站的条件下,该算法可以有效提高定位结果的精度。     

计量现场手持终端激光光斑的检测方法

为完成在现场对智能电能表的用电信息采集,计量现场手持终端得到了快速发展.然而现有手持终端设备激光光斑对位精度和处理速度无法满足使用需求,针对国网公司所使用的手持终端设备,提出一种新型激光光斑的识别检测方法,可以实现现场手持终端的快速准确定位检测,主要包含图像识别、光斑中心点定位及光斑大小计算3个环节,图像识别通过比较全局阈值算法和局部阈值算法的优缺点,最终选择使用Otsu算法对图像进行二值化处理.而光斑中心点定位及大小计算则是在综合考虑光斑识别速率以及准确度后,提出一种新型定位计算方法.最后,通过实例验证,证实该方法能够提升计量现场手持终端检测的准确性和工作效率.     

低轨卫星多普勒频移特性几何估计算法

为了能实时准确地计算低轨卫星的多普勒频移,提出了一种适用于不同偏心率的低轨道卫星多普勒频移几何计算方法.该方法无需地面终端经纬度位置及卫星实时坐标,仅由卫星轨道参数及终端处最大可视仰角即可得到当前可见窗内多普勒频移特性.算法计算过程简单、复杂度低、利于片上编程,仿真结果及数值分析均表明该算法具有较高的精确度,可为卫星通信接收机多普勒频移估计与补偿提供先验信息.      

基于改进樽海鞘群算法的到达时间差定位

针对室内到达时间差(time difference of arrival, TDOA)位置估计中的非线性最优化问题, 提出用改进的樽海鞘群算法搜索目标位置. 通过选择最优主基站构造改进的适应度函数, 使适应度函数可以更好地反映解的优劣程度, 提高了搜索精度. 在初始樽海鞘种群中引入近似解, 使全局搜索的步骤得到简化, 加快了算法前期收敛速度. 采用自适应跟随策略更新追随者位置, 解决局部开发低效问题, 加快了算法后期收敛速度. 仿真结果表明, 基于改进樽海鞘群算法的 TDOA 定位技术相比其他元启发式算法具有更高的定位精度和更快的收敛速度.     

基于AOA-TOA重构的单站定位算法

针对非视距环境,提出AOA-TOA重构的单站定位算法。算法分两步进行,第1步基于单次散射模型给出了一种关于波达角度(angle of arrival,AOA)的粗略的重构方法;第2步以单基站测得的波达时间(time of arrival,TOA)和AOA等信息,结合散射体分布模型的统计特性,对现有的AOA重构算法进行拓展,以最大似然估计法对TOA重构。改进了传统的单目标参数重构模式,实现了在非直达波(non-line-of-sight, NLOS)环境下基于散射体分布模型的单基站定位,并具有较高定位精度。仿真结果验证了该算法的有效性,同时,仿真结果还验证了该算法在密集多径环境下比多径稀疏的环境有更好的定位性能。     

基于子空间辨识的DOA和频率联合估计算法

针对阵列信号波达方向(DOA)和频率联合估计计算量大、参数配对较困难等问题,提出了一种基于子空间辨识方法的DOA和频率联合估计算法.该算法构造了一个特殊的状态空间模型,并通过选取辅助矩阵来抑制噪声.由子空间辨识方法得到广义可观测矩阵的估计值,再利用总体最小二乘(TLS)方法得到系统矩阵的估计值,由系统矩阵得到DOA和频率的估计值.该方法具有参数自动配对和计算量小的特点.计算机仿真验证了该算法的有效性.     

基于混合能量收集的移动边缘计算系统资源分配策略

针对移动终端(mobile terminal,MT)从环境射频源收集能量较少的问题,研究基于混合能量收集的移动边缘计算系统资源分配策略.通过在基站覆盖区域内部署多个磁感应能量快速充电站,当MT从环境射频源收集的能量即将耗尽时,在附近的磁感应能量快速充电站补充能量.MT通过移动边缘计算将计算任务分流到边缘服务器.将资源分配问题建模为优化问题,以最小化MTs总能量消耗为目标,同时满足MT最大计算能力、边缘服务器最大计算资源、任务计算总时延和MT电池能量的约束条件.通过引入量子行为粒子群优化算法,获得次优解.仿真结果表明,与标准粒子群优化算法和相等分配边缘服务器计算资源的方法相比,量子行为粒子群优化算法具有更少的能量消耗.     

一种新的几何无线定位方法

在无线定位中,常用的方法有到达时间(TOA)、到达时间差(TDOA)和到达角度(AOA),它们使用标准的复杂计算确定移动台(MS)位置。从尽量减少和简化定位过程中移动台的计算角度,提出了一种基于几何技术的无线定位方法。该方法在无线传播环境下,记录来自三个基站(BS)的接收信号强度信息并处理,通过约束基于移动台和基站之间的信号变化和几何布局的估计获取MS的位置。提出的方法在允许非视距误差存在的条件下,使用多次迭代计算,大大减少了计算复杂性。     

近空间雷达网角度定位算法

研究了一种基于角度信息的近空间雷达网定位算法.首先根据几何关系将目标与各站的关系方程转换成线性方程,并求出带噪声的最小二乘解,然后通过最大似然估计将定位问题转化成无约束极值问题,以最小二乘解为初值,利用DFP算法进行迭代求得更精确的定位解,并给出了求解的详细步骤,最后推导了几何精度因子的表达式,并对算法性能和定位精度进行了仿真分析,证明了算法的有效性.     

基于角度信息的近空间雷达网定位算法

研究了一种能有效提高角度信息定位精度的近空间雷达网目标定位算法。通过目标与雷达站之间的几何关系,建立基于角度信息的目标定位模型,将方位角与仰角信息的非线性方程转换为线性方程,运用最小二乘算法得到目标位置的初始值,根据最大似然算法将定位问题转化为无约束的优化问题,并利用信赖域方法进行迭代求解,给出了算法的求解过程和详细步骤,在此基础上对算法的定位精度进行了分析,推导了定位的几何精度因子表达式,并进行了仿真分析。仿真结果表明：该算法能有效提高角度信息的定位精度,且其定位性能优于最小二乘算法。研究成果可为近空间雷达网的探测与跟踪提供理论基础。     

基于WiFi的便携式室内定位系统

针对全球定位系统无法满足室内定位的问题,基于Android平台开发了利用Wi Fi信号特征的便携式室内定位系统.该系统由移动定位终端、服务器和数据库组成,移动定位终端和服务器联合完成定位功能.定位算法采用基于接收信号强度指示(RSSI)的指纹算法,以场景分析的手段估算出移动定位终端的坐标.在线定位阶段,采用欧氏距离平方倒数作为权重系数对K最近邻算法的权重系数进行改进,以减小在线阶段的误差.实验表明,系统便于携带,操作简单,单次定位速度小于3 s,并且系统3 m内的定位精度达到80%以上.     

一种面向位置服务的超宽带室内定位算法

超宽带技术由于较高的测距精度和穿透性能,对于位置服务有着重要的应用价值。在实际的高密度定位环境中,传统的定位算法受非视距误差和多径效应的影响,很难实时准确解算出实际位置坐标。虽然增加基站数量可以有效提高定位的精度,但是其成本也在不断提高。针对超宽带在高密度室内定位中实时性差、定位精度低的问题,提出了一种基于支持向量机的超宽带定位方法,提高了定位的精确性和鲁棒性;给出了基于到达时间差(TDOA, time difference of arrival)的支持向量机模型,重点在于将定位问题转化为分类问题的求解;通过TDOA值和坐标值来建立支持向量机分类模型,利用一对一分类模型实现了坐标值的解算,提高了坐标解算速度。仿真结果表明,在高密度实时定位中,相比于传统的Chan算法和Taylor算法,文中方法在定位精度近似的情况下,实时性要高于传统算法,满足实际定位中低功耗、快速高精度定位的要求。     

无线传感器网络改进质心算法的节点自定位

节点自定位是无线传感器网络的关键技术之一。在对距离无关的定位机制质心算法研究的基础上,采用极大似然估计法,估算信标节点与未知节点间的距离,以距离作约束降低误差值,从而提高定位的精度。通过MATLAB仿真,结果表明算法能够有效提高定位精度。     

基于WRV的室内移动机器人定位系统

针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。     

基于电磁辐射到达时差的电弧故障定位及精度

为了实现利用电磁辐射信号进行配网电弧故障定位,提出了一种基于到达时差(time difference of arrival, TDOA)方法的Chan-LM协同定位算法。该算法采用Chan算法快速获得的初始点,再经过LM(Levenberg-Marquart)算法迭代修正定位结果。仿真分析了TDOA定位算法、电磁辐射传感器配置对定位精度的影响,结果表明Chan-LM协同算法比Chan算法的定位误差减小40%,参考主站位于中心位置的Y形布站方式,传感器所在海拔高度相同时的监测区域整体定位准确度较高。利用实测电弧电磁辐射波形验证了Chan-LM协同算法能够有效改善定位精度,为基于电磁辐射TDOA的电弧定位策略应用提供参考依据。     

一种无线定位非视距误差消除算法研究

在分布式多天线的基础上,提出一种新型非视距误差消除算法,并将其应用于传统的时间到达（time of arrival,TOA）定位。利用含多天线的天线组,测量出导致产生非视距传播的散射体的位置,将这些散射体看作虚拟基站,测量出移动台的坐标,完成无线定位。通过对算法的仿真结果分析表明,该算法能有效地消除非视距误差,比一些传统算法具有更高的定位精度。     

矿井非视距环境下UWB人员定位算法

为建立实时、高精度定位系统,减少弯曲巷道对矿井人员定位产生的NLOS误差,基于超宽带UWB技术和井下复合衰落信道模型,提出一种矿井NLOS环境下的改进算法。利用面积形心算法,将未知节点的空间位置约束在一个较小的区域内,然后利用Taylor和Chan氏算法进行定位,从而提高UWB井下人员定位系统的精度。仿真结果表明：该算法在井下NLOS环境下具有较高的定位精度,综合性能优于Chan氏算法和Taylor算法。