基于混沌优化的无线定位算法研究

本文提出一种抗NLOS干扰的TDOA定位算法。基于混沌优化算法对TDOA算法做了改进,采用混沌优化算法计算初值,再利用Taylor级数展开法进行定位。根据产生混沌序列的两种映射Logistic映射和Kent映射的特点,提出了Kent-Logistic模型修正Logistic映射用于定位。在移动台距服务基站较近时,直接采用该模型进行定位。通过和传统蜂窝定位算法的仿真结果进行比较,表明提出的算法能够提高NLOS传播环境下的定位精度。     

基于BP神经网络的无线定位数据融合模型

针对常规TOA和TDOA的加权最小二乘法定位算法的缺点，提出了一种利用反向传播（BP）神经网络构造将TOA和TDOA定位信息的融合模型，并采用贝叶斯正则优化方法，来解决BP算法收敛慢和容易陷入局部极小值的问题。通过仿真表明，该模型具有较高的定位精度。     

一种基于TDOA重构的蜂窝网定位服务NLOS误差消除方法

在非视距传播(NLOS)环境中，到达时间差(TDOA)测量值受NLOS误差的影响而产生偏差^[1]，使得Chan算法^[2]的定位性能显著下降。基于NLOS误差的先验信息，利用平均超量时延和均方根时延扩展之间的关系，本文为基于移动台(MS)的定位方案提出了一种建立在TDOA测量值重构和Chan算法基础上的改进算法，使得平均超量时延的影响显著下降。分析和仿真结果表明，与Chan算法相比，该算法的定位性能显著提高。     

可见光重构指纹室内定位算法研究

提出一种可见光重构指纹室内定位算法(RFP),通过融合到达时间差(TDOA)算法和指纹算法可快速完成室内高精度定位。该算法首先利用TDOA算法多次估计得到的解集定义一个区域,然后在该区域中构建三维精细指纹库,再利用匹配算法定位未知节点。仿真结果表明,该算法的平均定位误差约为0.1719m,与传统的TDOA算法相比,提高了定位精度,与传统精细指纹算法相比,节省了定位时间。     

一种基于TDOA的三基站移动通信定位算法

通过建立到达时间差（TDOA）定位模型，并运用牛顿迭代法对模型进行求解，给出了一种基于TDOA的三基站移动通信定位算法。该算法不需要新建坐标系来确定三基站的经纬高坐标，即可对移动终端进行三维定位。方针结果表明，该算法定位精度较高，可以满足应用需求。     

一种TDOA/AOA混合定位算法及其性能分析

在蜂窝移动通信系统中，智能天线阵列的应用使得服务基站（BS）能提供较准确的移动台（MS）电波到达角（AOA）测量值，从而可以用于对移动台的定位估计，文中对文献[1]的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既能继承原算法的优良性能，又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法，该算法还具有解析表达式解。仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比文献[1]的单纯TDOA定位算法更好的性能。     

基于TDOA定位技术的仿真研究

TDOA--抵达时间差异定位,对数字蜂窝通信系统来说,是最有潜力的一种定位方法之一.它是根据在不同基站所接收到的同一移动终端信号在传播路径上的时延差异实现终端定位的.本文围绕着TDOA定位技术这个核心,研究了TDOA时延估计的问题、TDOA定位算法问题及定位技术计算机仿真的实现问题;针对定位算法的各自特点,得出了最优的算法,给出了一套完整的计算机定位仿真系统.     

一种改进的无线定位算法

Taylor级数展开法和Chan算法是两种性能优良的利用电波到达时间差(TDOA)的定位算法,前者简单实用,但是其缺点是对初值比较敏感；后者在视距(LOS)传播环境下有较高的定位精度,二者结合可以大大提高定位的精度。但是在非视距(NLOS)传播环境下Chan算法精度会受到较大的影响,从而影响到Taylor级数展开法的定位精度。本文根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行估计,对TDOA测量值进行修正,采用Chan算法计算初值,再利用Taylor级数展开法进行定位,并与其它两种基于Taylor级数展开法的定位方法结果进行了比较。仿真结果表明,该算法能够提高NLOS传播环境下的定位精度,性能优于另外两种基于Taylor级数展开法的定位方法。     

一种改进的NLOS环境下的TDOA/AOA混合定位算法

在蜂窝移动通信系统中,利用基站测量的到达时间差(TDOA)和电波到达角(AOA)的混合定位方法能够比传统的TDOA方法提供更高的定位精度。但是在非视距(NLOS)条件下,当AOA的测量误差超过一定值时,定位的误差仍然很大。该文根据NLOS传播环境下附加传播时延服从指数分布的特性,估计附加时延的均值和方差,对TDOA测量值进行重构,再以AOA方法进行辅助定位。仿真结果表明,该算法能显著提高传统的TDOA和TDOA/AOA方法在NLOS传播环境下的定位精度。     

一种基于RFID原理的交通信息获取系统与车辆定位方法

 车辆的无线定位技术已成为近年来的一个研究热点。该文首先提出了一种基于RFID(射频识别)技术的交通信息获取系统,并在此基础上,提出了一种新的多基站TDOA(到达时间差)车辆定位方法。该方法是一种基于鲁棒性估计的两步定位方法。第1步利用多个基站的TDOA信息通过鲁棒性估计找到车辆的大致位置,然后进一步采用与车辆距离最近的3个基站的TDOA信息对车辆进行精确定位。该方法可有效地克服传统Chan算法当信号衰减引起TDOA估计误差较大时性能迅速恶化的问题。仿真实验结果表明该方法的定位精度优于传统的Chan算法和基于直接平均的2次定位法,可满足交通信息获取系统中对机动车辆定位的要求。     

基于Gardner算法的抗载波偏差的一种改进算法

提出了一种用于数字通信接受端TED(Timing Error Detector)模块的算法,它是基于已被广泛使用的Gardner算法的一种改进算法,改进后的算法解决了Gardner算法受载波偏差影响的问题。发现了载波偏差对Gardner算法的影响随载波偏差的增加呈周期性变化的特性。改进的原理是根据这个特性,把载波偏差搬移到对TED模块影响最小的周期区间内,这样可以在不求出载波偏差具体值的情况下消除载波偏差对TED模块的影响。仿真表明,按照以最佳采样点附近Gardner表达式的斜率代表精确度这个标准,改进后的算法提高精确度30%～93%。     

基于跳距修正加权DV Hop的WSN定位算法

针对DV Hop算法在估算平均每跳距离时存在较大的误差,提出一种跳距修正的加权定位算法。改进后算法是通过引入平均每跳距离误差修正值,进行加权处理,从而减少了跳距误差,避免了后续计算过程中误差的累积。仿真结果表明,改进的DV Hop算法在不增加硬件开销的基础上,能有效提高定位精度,降低定位误差,具有较好的稳定性,是一种实用的无线传感器网络(WSN)节点定位方案。     

The composite regressor algorithm for IIR adaptive systems

An adaptive IIR algorithm called the composite regressor algorithm (CRA) is developed. The algorithm is a generalization of the common equation error, a priori output error, and a posteriori output error adaptive IIR algorithms. The CRA is analyzed for convergence in a noiseless environment and for bias in a stochastic setting. It is determined that, by using a parameter called the regressor composition parameter, a tradeoff can be obtained between the automatic convergence but large bias results of the equation error algorithm and the difficult convergence condition but small bias results of the output error algorithms. In proving results for the CRA, it is shown that the a posteriori output error algorithm produces estimates with nonzero bias when the adaptive gain is small but bounded away from zero. A convergence condition for the a priori output error algorithm is derived for the first time     

一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法

针对Distance Vector-Hop (DV-Hop) 定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断的位置关系选择适合的跳段距离计算方法;用改进的遗传算法优化未知节点坐标。仿真结果表明,WSGDV-Hop定位算法的性能明显优于Distance Vector-Hop (DV-Hop) 定位算法,减小了节点定位误差、提高了算法定位精度。     

基于最小二乘融合估计的双星时频差定位

针对单参考站条件下具有测量误差和星历误差时定位精度不高的特点,提出了一种基于多次观测数据的最小二乘融合估计定位算法,该算法无需增加观测条件即可有效提高辐射源定位精度.分析了测量误差、星历误差对单参考站单次定位及融合定位精度的影响,推导了测量误差、星历误差对定位误差的传递公式,提出了含星历误差影响的最小二乘融合估计加权算法.通过Monte-Carlo仿真验证了误差分析结果和定位算法,并比较了加权最小二乘估计定位和单次定位的性能.仿真试验表明:在相同观测精度条件下,加权最小二乘融合定位可极大地提高辐射源定位精度,最大提高10倍以上.     

一种基于误差相关函数的改进变步长LMS算法

最小均方算法的收敛速度和稳态误差之间存在矛盾,为此人们提出了各种变步长LMS算法,其中E-LMS算法是将步长与瞬时误差平方相关联,R-LMS算法是将步长与误差的相关函数相关联。E-LMS算法的抗噪性能较差,在低信噪比条件下性能明显变差,R-LMS算法对突变系统的跟踪能力较差。为此文中给出了一种改进的,基于误差相关函数的VSS-LMS算法,该方法利用E-LMS算法的控制步长策略提高算法的跟踪能力。计算机仿真结果显示,该算法能够同时满足抗噪和跟踪两种要求。     

基于方向相关性的误差扩散算法

针对传统误差扩散中的"龟纹"和"伪轮廓"现象,在基于标准误差扩散算法的基础上,提出一种基于方向相关性的误差扩散算法。根据图像的梯度值把图像分为背景区域和边缘区域。在背景区域采用标准的误差扩散算法进行半色调处理,在边缘区域采用基于方向相关性的算法进行半色调处理。该算法既保持了标准误差扩散算法的优点,又减少了伪轮廓现象。     

基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。     

基于双向反馈的自适应误差扩散半色调算法

误差扩散算法是图像进行半色调处理的主要方法,广泛地应用于各种二值图像处理设备.针对传统误差扩散中的"龟纹"和"伪轮廓"现象,在基于双向反馈误差扩散算法的基础上,提出一种双向反馈自适应误差扩散半色调算法,它不仅在误差扩散后的高频和低频成分中加入了中间频带,使图像更趋于均匀和柔和,并且通过自适应的方法,随图像特性动态修改误差扩散滤波器系数,最大程度地克服由于固定系数扩散所产生的方向性纹理缺陷,使处理后的二值图像更加充分地表现原图像信息.采用激光雕刻设备证明了该算法的有效性.     

一种用于宽带机载SAR的空变相位误差补偿算法

该文提出了一种用于机载合成孔径雷达(SAR)的方位向空变相位误差补偿算法。传统的机载SAR运动补偿技术只补偿方位向相位误差的空不变分量,而常常忽略空变分量。对于高分辨率宽带SAR,传统的运动补偿算法由于没有补偿空变相位误差,不能满足分辨率要求。该文提出的子孔径算法通过在距离-多普勒域将SAR数据分为若干子孔径,每个子孔径数据进行单独的相位误差补偿,从而实现了空变相位误差的补偿。在传统的运动补偿处理中嵌入该算法可以大大提高SAR图像方位向分辨率。