适用于NLOS传播环境的几何定位方法

基于非视距传播(NLOS)的影响,移动通信环境中波达时间(TOA)的测量误差具有正偏置的特性,本文提出了一种简单的几何定位方法。该方法根据基站分布和TOA测量数据确定出若干个定位点,对这些点的坐标取平均值即得到移动台的位置估计。仿真结果表明,该方法能够有效提高NLOS传播环境下的定位精度,对LOS传播条件下的定位精度影响小。     

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.     

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.     

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。     

一种新的TOA无线定位算法

在无线通信系统中,精确定位面临的一个主要问题就是信号的非视距传播(NLOS)。提出了一种新的定位算法-最小距离误差算法(LRE),能够有效地降低NLOS误差的影响。算法基于到达时间(TOA)测量距离,利用TOA测量值所确定的几何关系,由受条件约束的优化方法求得移动台的估计位置。研究了该算法在不同类型NLOS误差下的表现,实验表明LRE算法的定位精度达到E911要求,比其它算法有明显提高,且在多种分布的NLOS误差下表现稳定。     

多天线NLOS定位误差抑制算法

为抑制非视距传播造成的定位误差,提出一种基于对各基站TOA测量结果进行NLOS判别的误差抑制算法。与传统基于TOA统计信息的NLOS抑制不同,算法直接利用移动台多天线接收数据判别基站视距状态,然后融合LOS和NLOS基站测量结果解算移动台位置。NLOS判别机制采用多天线接收数据估计信道莱斯K因子,利用K因子在LOS/NLOS下服从的不同概率分布在信号处理层面对NLOS基站进行判别。算法最后采用约束最优化方法融合识别后的LOS和NLOS基站的TOA测量结果解算移动台位置。仿真结果表明,所提融合NLOS基站TOA解算算法可有效提高NLOS存在时的定位精度。      

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离--误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位.仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性.     

一种基于散射体模型的NLOS误差抑制方法

在无线定位中,非视距（NLOS）传播成为高精度定位的主要障碍,它严重约束了无线移动台的定位精度。提出了一种新颖的减小非视距误差的方法。该基于到达时间（TOA）分布的定位算法是以多径散射为测量模型的。通过匹配由散射体模型产生的若干多径信号的TOA测量值的统计方法,可以获得视距（LOS）条件下基站与移动台之间的TOA估计值。由此,获得的LOS的TOA估计值可以用于任何传统的TOA定位算法。在NLOS环境中,该算法表明TOAA统的定位精度得到显著的提高。     

IR-UWB定位系统距离误差建模及性能研究

基于相干TOA测距算法,研究了IR-UWB无线室内定位系统中由脉冲信号传播特性导致的多径误差和NLOS误差的建模问题。首先利用IEEE 802.15.4a信道模型中的多径信息给出了与系统带宽有关的多径距离误差分布参数。结合IR-UWB信号穿墙传播几何结构,理论推导了穿墙额外传播时延导致的几何距离误差限。对完全NLOS环境下定位的仿真结果表明,利用NLOS距离误差信息直接对TOA测距结果的修正可以显著提高定位精度。     

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。     

TOA-based robust location algorithms for wireless cellular networks

Caused by Non-Line-Of-Sight (NLOS) propagation effect, the non-symmetric contamination of measured Time Of Arrival (TOA) data leads to high inaccuracies of the conventional TOA based mobile location techniques. Robust position estimation method based on bootstrapping M-estimation and Huber estimator are proposed to mitigate the effects of NLOS propagation on the location error. Simulation results show the improvement over traditional Least-Square (LS) algorithm on location accuracy under different channel environments.     

RSS协助的ray-tracing室内定位算法

针对室内定位,当信号受到非视距(non-line-of-sight, NLOS)和多径传播的影响时,本文提出一种接收信号强度(Received Signal Strength, RSS)协助的Ray-tracing室内定位算法,改进已经提出的基于虚拟基站方法的信号到达时间 (Time of Arrival, TOA)和信号到达角度(Direction of Arrival, DOA)室内无线信号Ray-tracing模型,利用信号RSS测量值优化算法,实现TOA、DOA和RSS协同定位,提高室内多径及非视距环境下,无线定位的精度,降低算法复杂度,提高算法处理信号多重散射的能力并降低了对基站的依赖性适用环境更为广泛。首先通过RSS得到信号源可能存在的位置,随后利用Ray-tracing原理并使用虚拟基站,将非视距路径定位问题转化为视距路径定位问题,利用TOA和DOA对直射、透射、反射和绕射情况进行分析建模,最后使用最小二乘法对可能的位置进行筛选,得到信号源的最终位置。仿真结果表明,本算法较改进前拥有更高的定位精度。      

Mobile Location Estimator in a Rough Wireless Environment Using Extended Kalman-Based IMM and Data Fusion

An extended Kalman-based interacting multiple model (EK-IMM) smoother is proposed for mobile location estimation with the data fusion of the time of arrival (TOA) and the received signal strength (RSS) measurements in a rough wireless environment. The extended Kalman filter is used for nonlinear estimation. The IMM is employed as a switch between the line-of-sight (LOS) and non-LOS (NLOS) states, which are considered to be a Markov process with two interactive modes. Combining extended Kalman filtering with the IMM scheme for accurately smooth range estimation between the corresponding base station (BS) and mobile station (MS) in the rough wireless environment, the proposed robust mobile location estimator, in association with data fusion, can efficiently mitigate the NLOS effects on the measurement range error. Simulation results illustrate that the performance of the proposed method has been significantly improved in the LOS/NLOS transition case. Moreover, the performance of the EK-IMM smoother with data fusion is also better than that with a single measurement used alone.      

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.     

Ranking of TOA Measurements Based on the Estimate of the NLOS Propagation Contribution in a Wireless Location System

The presence of non-line-of-sight (NLOS) propagation is a key issue that limits the accuracy of wireless location systems. The lack of direct sight causes the measurements obtained by location systems to be so unpredictable that they can produce high inaccuracies in the estimation of the mobile station location. In this paper we propose a novel technique to improve location reliability and accuracy in cases where NLOS propagation is present. For that, in registers of time of arrival (TOA) measurements taken from each base station (BS) in view, we detect the presence of NLOS propagation and estimate the ratio of the measurements coming from NLOS propagation. With this estimate we can assess how much is NLOS propagation affecting the measurements taken from each BS and then we can identify the best measurements and BSs to achieve the highest accuracies in location.     

A minimum entropy estimation based mobile positioning algorithm

The problem of locating a mobile terminal has received significant attention in the field of wireless communications. The wireless location problem is made difficult by nonsymmetric contamination of measured Time of Arrival (TOA) data caused by Non-Line-Of-Sight (NLOS) propagation. In this paper, a novel robust NLOS error mitigation algorithm based on minimum entropy estimation is proposed without prior statistics knowledge of NLOS propagation error.We compare the proposed algorithm with two additional ones, the Normal Least-Squares estimator and the Huber estimator, through MATLAB simulation in different COST 259 channel environment. Results reveal that the proposed algorithm is more robust to NLOS error than the other two, although it is not always superior to the other two on location accuracy.