一种非视距环境下的椭圆-双曲线混合被动定位技术

在WCDMA网络环境下,提出一种基于单定位台的新型被动式定位技术—椭圆-双曲线混合定位,它利用信号到达时间和(TSOA)与到达时间差(TDOA)完成对目标的定位。在非视距(NLOS)环境下,利用Chan算法估计的目标位置作为迭代初始值,再通过Taylor级数展开法求解定位方程组。仿真结果表明,在NLOS下,该算法性能明显优于Chan算法,近似于采用真实目标位置的Taylor级数展开算法的性能,有较高的实用价值。     

一种在NLOS环境下应用于NB-IoT系统的组合定位算法

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,提出一种组合定位的算法,采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后算法在NLOS的信道环境下的定位性能明显提高。     

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。     

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。     

基于Chan氏算法和Taylor级数展开法的协同定位方法

该文分析讨论了Chan和泰勒两种TDOA定位算法的优缺点,并在此基础上提出了基于 Chan氏算法(1994)和Taylor级数展开法(1976)的协同定位方法。通过在不同信道环境下对协同定位 方法进行仿真,表明该方法在信道环境恶劣时能够有效地提高定位精度。     

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。     

LTE中抑制非视距误差的分层协同定位算法

针对长期演进技术(LTE)定位系统中非视距(NLOS)误差会使得用户终端测得的定位参数存在较大偏差,从而导致基于观测到达时间差(OTDOA)定位技术所估计的用户终端位置定位精度下降,以及传统Chan算法和Taylor级数展开算法中OTDOA协方差矩阵难以获取的问题,本文提出了一种抑制NLOS误差的分层协同定位算法(HCLA, hierarchical collaborative localization algorithm)。算法首先鉴别出含NLOS误差的基站,然后利用残差加权算法获取OTDOA协方差矩阵,再对传统的Chan算法和Taylor级数展开算法进行改进,将二者联合起来对用户终端进行分层协同定位。该算法无需知道OTDOA误差先验信息。仿真结果表明,在NLOS环境下该算法能准确鉴别出含NLOS误差的基站,并能有效减小定位误差。     

基于NLOS下混合滤波加权组合定位算法的仿真

超宽带(Ultra Wide Band, UWB)技术是一种新兴的无线载波通信技术，其具有发射信号功率谱密度低、系统复杂度低、定位精度高等优势，尤其适用于像电厂等密集多径场所的高速无线连接，但在传输过程中信号会被环境中的各种因素影响，进而会影响室内定位的精度。基于此，针对室内非视距(Non Line of Sight, NLOS)环境下，提出一种非视距混合滤波加权算法，能够有效对测距数据进行平滑处理，进而降低异常值的影响，再利用时间差定位法(Time Difference of Arrival,TDOA)测量方法，在原始Chan算法的基础上提出一种改进的Chan定位算法，解决NLOS误差引起的定位信息不准确的问题，最终实现更精准的TDOA定位。仿真实验证明，所提算法在室内NLOS环境中具有更高的定位精度。     

一种在NLOS环境下提高精度的TDOA定位方法

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了估计,并对TDOA（到达时间差）的测量值和方差进行了修正,在一定程度上消除了NLOS误差的影响.采用Chn算法对移动台（MS）位置进行定位.仿真结果表明,该方法能够提高Chan算法在NLOS传播环境下的定位精度.     

非视距误差的TDOA/AOA混合定位算法

在非视距（NLOS）误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差（TDOA）测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。     

一种在非视距环境中的TDOA/AOA混合定位方法

提出了一种在非视距环境中的到达时间差/到达角混合定位方法。该方法使用了两步卡尔曼滤波。先用卡尔曼滤波器对到达时间测量值进行预处理,以消除TOA测量值中的NLOS误差。再把经过预处理的TOA测量值输入到用卡尔曼滤波器实现的TDOA/AOA混合定位器中进行定位。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法及静态定位方法中泰勒级数展开法的误差性能。     

一种NLOS环境下的TOA/AOA定位算法

为了减小NLOS传播的影响,基于几何结构的单次反射统计信道模型,该文提出一种NLOS环境下的TOA/AOA定位算法。利用RBF神经网络较快的学习特性和逼近任意非线性映射的能力,对NLOS传播的误差进行修正以减小NLOS传播的影响,再利用最小二乘(LS)算法进行定位,从而提高系统的定位精度。仿真结果表明,该算法在NLOS环境下有较高的定位精度,性能优于Chan算法,Taylor算法和LS算法。     

一种有效减小非视距传播影响的TOA定位方法

本文基于移动通信环境中非视距(NLOS)传播时延服从指数分布的特性,提出了一种有效减小NLOS影响的定位方法.该方法首先利用测量的波达时间(TOA)和NLOS传播时延的统计特性估计由NLOS引起的附加时延;然后从测量的波达时间中减去附加时延,得到对LOS传播时间的估计,进而估计移动台的位置;最后,对不同时刻估计的移动台位置进行平滑处理,进一步减小NLOS的影响.采用该方法对移动台的位置进行的估计是一种无偏估计,不需要增加系统成本,计算简单,是一种非常实用的定位方法.仿真结果证明了该方法的有效性.     

Terminal location method with NLOS exclusion based on unsupervised learning in 5G‐LEO satellite communication systems

We investigate the terminal location method in 5G‐Low Earth Orbit (5G‐LEO) satellite communication systems. To overcome the dependence on the external Global Navigation Satellite System (GNSS), we propose to use a single LEO satellite in 5G‐LEO satellite communication systems for terminal location and utilize the downlink synchronization detection for pseudorange differential measurement. Then, a data clustering method of unsupervised machine learning is proposed to classify the measured data into line‐of‐sight (LOS) and non‐line‐of‐sight (NLOS) signals. Furthermore, the NLOS data are excluded, and the Taylor series expansion iteration method is used to calculate the terminal coordinates. Simulation results show that the proposed method can effectively reduce the influence of NLOS error on measurement results and improve the accuracy of terminal location. In simulated urban scenario, the average location accuracy is improved from 10 km by traditional methods to 0.7 km and the convergence time is reduced from 400 to 250s.     

改进二阶锥松弛和泰勒级数展开在TDOA无源定位中的应用

针对二阶锥松弛算法无法对凸包外的目标进行有效定位的问题,本文提出基于改进二阶锥松弛和泰勒级数展开的TDOA定位算法。首先,给出在视距条件下接收站位置信息无误差的TDOA定位的加权最小二乘模型;其次,将原来的非凸优化模型松弛成凸优化模型,对等式约束进行松弛时,在传统二阶锥松弛算法的基础上增加新的惩罚项,使松弛后的约束条件进一步逼近原问题约束,从而有效解决了二阶锥松弛定位的凸包问题;再次,将松弛后的模型转换成二阶锥形式进行求解;最后用二阶锥松弛算法的估计值作为初始值进行泰勒迭代,进一步提高估值精度。仿真结果表明本文算法有效,定位性能优于传统二阶锥松弛算法,可以逼近克拉美罗下限。      

基于扩展卡尔曼滤波的非视距误差消除算法

在蜂窝网无线定位中,到达时间(TOA)或到达时间差(TDOA)中的非视距(NLOS)误差会导致移动台的位置估计出现较大偏差.为了减轻NLOS误差的影响,提出了一种基于扩展卡尔曼滤波(EKF)的非视距误差消除算法.算法通过引入一个NLOS转换因子改进EKF的迭代过程,消除NLOS误差对定位估计的影响.计算机仿真结果表明,在NLOS环境下定位精度的提高是显著的.