基于APIT和TSE算法的混合定位方法

讨论了距离无关的近似三角形内点测试(APIT)算法和基于信号到达时间差(TDOA)的泰勒级数展开算法(TSE)的优缺点,并在此基础上提出了利用两者进行混合定位.仿真的结果表明该混合定位方法能有效提高定位精度.     

CDMA蜂窝系统中的TDOA/AOA混合定位算法

CDMA蜂窝系统由于存在“听力”问题而影响了定位效率,TDOA/AOA混合定位方法可以解决这 个问题B提出了一种TDOA/AOA定位方案,建立了数学模型,并提出2种定位方程的解算方法：Taylor级 数展开的LS估计和JKalman滤波。仿真结果表明：TDOA/AOA混合定位的性能要优于TDOA单一定位; 基于Kalman滤波的定位算法性能优于TaylorG级数展开的LS估计。     

基于自适应坏点剔除的多点定位技术

对机场入侵无人机进行监视优化定位,可降低机场运行安全风险。由于无人机飞行具有低、慢、小等特征,机场场面监视信号容易被地面障碍物遮挡。传统定位方法主要采用参考特征点定位,对于参考特征不同的非移动目标,在迭代过程中会产生大量定位误差。根据入侵无人机特征,提出一种基于自适应坏点剔除的泰勒级数展开TDOA定位算法。采用TDOA测量值进行多点定位,构建自适应滤波器对泰勒级数展开初始参考点进行剔除坏点处理,有效地改善了算法收敛性和求解效率。仿真结果表明,自适应坏点剔除算法的定位精度接近基于实际位置的泰勒级数展开算法,收敛速度更快,在地面站相对无人机位置不佳时,新算法的稳定性和定位精度更优,满足机场对入侵无人机监视定位精度要求。     

一种基于TDOA/AOA的混合三维定位算法

基于Chan算法,提出了一种改进的到达时间差(TDOA)和到达角(AOA)混合三维定位算法。该算法的主要思想是将Chan算法推广到三维空间,并在TDOA误差方程组里附加AOA误差方程来构建三维形式的非线性方程组。为了有效地克服Chan算法的二值根模糊性问题,先使用加权最小二乘法(WLS)获取初始解或者估计;接着根据初始解分量之间的相关性,并基于约束加权最小二乘(CWLS)算法,重新建立方程以对初始估计进行修正。通过计算拉格朗日因子,获取最终位置估计。仿真结果表明,与直接将Chan算法推广到三维相比,该算法具有较高的定位精度,其均方误差逼近克拉美-罗界(CRLB)。     

在非视距环境下数据融合的无线定位算法

从数据融合以及增加测量参数两个不同角度分别介绍了非视距环境下定位的方法.数据融合基于基站选择的方法,通过3层融合得到位置估计,而增加测量参数则是基于经典TDOA/AOA混合定位,在测量方程中加入校正因子,通过逐步迭代的方法逐步减小非视距影响,从而提高定位精度.仿真表明:非视距环境下,增加测量参数的定位精度要高于数据融合,并且方法比较简单.     

CDMA蜂窝系统中的TDOA／AOA混合定位算法

CDMA蜂窝系统由于存在“听力”问题而影响了定位效率。TDOA／AOA混合定位方法可以解决这个问题。提出了一种TDOA／AOA定位方案．建立了数学模型,并提出2种定位方程的解算方法：Taylor级数展开的LS估计和Kalman滤波。仿真结果表明：TDOA／AOA混合定位的性能要优于TDOA单一定位;基于Kalman滤波的定位算法性能优于Taylor级数展开的LS估计。     

一种结合衰减因子的TDOA/AOA Chan定位算法

本文通过对蜂窝网络无线定位技术的研究,提出了一种结合衰减因子的基于Chan氏算法的TDOA/AOA混合定位方法。利用最陡梯度算法把衰减因子加入到TDOA测量方程中,并结合AOA估计值,利用Chan算法进行混合定位,通过不断的迭代更新衰减因子,最大限度的消除非视距误差,使得TDOA测量值接近真实值,以提高定位算法的精度。     

基于SA-GA算法RBF神经网络的TDOA/AOA定位算法

目的 为了克服最小二乘法在TDOA/AOA无线定位算法中的缺点,提高定位的精度和稳定性.方法 提出了基于RBF神经网络的TDOA/AOA定位算法.利用染色体长度可调编码方式的模拟退火遗传算法,同时训练RBF网络的参数和拓扑结构.将训练后的RBF网络用于TDOA/AOA定位.结果 与传统TDOA/AOA算法和基于k-均值聚类法、遗传算法RBF神经网络、GA-BP神经网络的定位算法比较,该算法具有更高的定位精度和可靠性.结论 基于模拟退火遗传算法RBF神经网络的TDOA/AOA定位算法有很强的抗NLOS能力.     

基于免疫克隆选择算法的TDOA定位技术

为了解决TDOA定位估计中遇到的非线性最优化问题,提出了一种联合使用Chan算法和免疫克隆选择算法(ICSA)的混合定位算法.采用二进制编码和免疫克隆选择算法,针对TDOA方式进行最佳坐标搜索.仿真结果表明,该算法不仅能够进行准确定位,而且在同样的种群规模下能够以较少的迭代次数得到最优解.     

基站非水平面性对定位误差的影响

在蜂窝无线网络中,定位技术的误差包括很多方面,其中基站间的非水平面性也是引起定位误差的因素之一。主要针对该误差因素,分别对TOA,TDOA和AOA算法分析了基站之间非水平面性对定位误差的影响。通过仿真比较得出：在采用TDOA算法时,基站之间非水平面性对定位误差影响最大,并且随着基站间距离的减小,该影响逐渐增大。提出了相应的措施以便削弱它对定位误差的影响。