一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案。结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM)网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究。在此基础上,通过仿真和实测实验对联合定位算法进行验证,实验结果表明,该LSTM神经网络联合定位算法的定位精度优于传统TOA(Time of Arrival)、UKF(Unscented Kalman Filter)联合定位算法,适用复杂室内定位。     

基于散射体信息的双基站定位

该文基于单次散射移动通信模型,利用双基站测得的多条散射路径的到达时间(TOA)和到达角度(AOA)进行定位,提出了一种非直达波条件下的高精度移动定位算法,仿真结果验证了该算法的有效性。     

单频网外辐射源雷达定位算法分析

单频网外辐射源雷达存在测量-发射站关联模糊的问题,在进行目标定位时必须考虑测量-发射站关联解模糊问题。基于此,建立了单频网外辐射源雷达系统测量-发射站关联模型,推导了三维TOA定位方法以及估计目标高度的二维TOA定位方法原理,给出了相应算法的GDOP定位精度分析,并通过一个三发单收的外辐射源定位模型仿真验证,分析了不同算法对定位精度以及对测量-发射站关联的影响。结果表明,采用估计目标高度的二维TOA定位方法能够提高单频网外辐射源雷达测量-发射站关联概率。     

固定单站对三维运动辐射源无源定位算法及可观测性分析

实现固定单站对运动辐射源无源定位,传统的方法是测量TOA和DOA。本文将方位角变化率测量信息也引入该定位问题,提出了基于MGEKF(修正增益扩展卡尔曼滤波),对三维运动辐射源的无源定位跟踪算法。通过推导伪线性测量方程,本文进行了测量TOA和DOA对三维运动目标无源定位的可观测性分析。最后给出了计算机仿真结果。     

纯方位小幅机动目标定位跟踪技术研究

对纯方位小幅机动目标UKF(Unscented Kalman Filter)定位跟踪算法进行了研究。在目标机动可检测性分析的基础上,建立了纯方位小幅机动目标定位跟踪的UKF滤波算法模型,基于最小二乘和UKF算法联合调度思想,实现了对纯方位小幅机动目标的定位跟踪,通过仿真计算对其定位精度进行了分析,验证了算法模型的有效性。     

基于RPUKF的固定站无源定位跟踪算法研究

固定单站无源定位跟踪系统面临着可观测性弱、初始误差大等问题,寻找一种快速稳定的定位跟踪算法尤为重要.将距离参数化方法引入固定单站无源定位中,与不敏卡尔曼滤波(UKF)结合给出了基于距离参数化UKF(RPUKF)的固定单站无源定位算法;该算法根据观测站最大探测距离划分距离子区间,每个子区间单独采用UKF算法进行跟踪,将各自跟踪结果进行融合得到最终定位结果.仿真结果表明,在初始误差较大时RPUKF算法仍能实现稳定定位,与RPEKF算法相比在保证实时性的基础上明显改善了定位性能.     

基于INS/TOA/BA的EKFTDMA数据链定位算法

高性能相对导航对于数据链网络联合作战至关重要，特别是在某些情况下数据链网络成员可能无法通过绝对定位获取自己的位置，如强干扰环境或者 GNSS 可见星比较少的复杂定位环境。本文给出了一种时分多址数据链网络成员基于惯导、高度表和 TOA 信息的相对定位算法，成员通过基于序贯处理的 EKF 算法对 INS/TOA/BA 数据进行实时处理，分别利用二维平面位置滤波器和高度滤波器单独进行相对定位。本文对多成员 TDMA 数据链网络进行相对导航模拟仿真，对比分析了基于序贯处理的 EKF 定位方法和一般 WLS 算法定位结果，分析了对定位精度造成影响的不同因素。仿真证明，基于 INS/TOA/BA 信息序贯处理的 EKF 算法可以实现 TDMA 数据链网络导航观测信息的实时处理并提供较为理想的定位精度。     

基于UKF优化多三角加权定位算法的UWB室内定位系统设计

为了减小基于超宽带(Ultra-Wideband, UWB)通信技术的室内定位中由非视距(Non-Line-of-Sight, NLOS)因素导致的误差，提出了一种多三角加权定位算法，并将该算法与无迹卡尔曼滤波(Unscented Kalman Filter, UKF)结合，进一步提出多三角加权UKF定位算法。多三角加权定位算法使用4个基站，其中每3个基站分为一组，共4组排列组合。每组基站用三边定位算法算出标签的初始坐标，根据标签到4个基站的距离计算初始坐标的权值，并进行加权计算得到标签的坐标。以多三角加权定位算法的定位结果作为UKF的观测值，使用UKF对多三角加权算法的结果进行修正，提高定位精度，减小定位波动。对比三边定位算法、多三角加权定位算法和UKF优化的多三角加权定位进行仿真和实验。结果表明，提出的多三角加权UKF算法定位精度有较大提高。     

基于机载雷达的地面目标跟踪算法研究

基于已知的道路信息,建立了道路约束条件下的地面目标状态模型。针对雷达测量模型非线性的特点,提出了基于无迹卡尔曼滤波UKF算法的地面目标跟踪算法,并进行了仿真试验分析。仿真结果表明：该算法跟踪精度高、稳定性好。     

高精度测向辅助的三星时差定位算法

针对传统的三星时差无源定位算法不能求解辐射源高程这一问题,提出了以高精度测向作为辅助对辐射源进行定位的算法。从该算法的定位原理入手,建立了其定位模型并分析了其定位误差;同时提出采用UKF算法对多次测量的结果进行处理以提高定位的精度;最后对该算法进行了计算机仿真。研究表明,该算法不需要进行高程假设即可实现对辐射源的快速高精度无源定位。     

TOA数据处理对NLOS环境下定位精度的改善

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,提出了一种改善移动台定位精度的波达时间(TOA)数据处理方法.NLOS传播时延是TOA测量误差的一部分,是基站与移动台距离的指数函数,具有正偏置的特性,因此TOA测量值越大其误差越大.对所有的TOA测量数据进行分析,仅保留误差最小的3个,然后再采用最小二乘(LS)法估计移动台的坐标.仿真结果表明,该TOA数据处理方法能够明显改善NLOS传播环境下的定位精度,在系统测量误差较小时对LOS传播条件下的定位精度几乎没有影响.     

一种改进的TOA/AOA混合定位算法

在蜂窝网络中利用电波到达时间（TOA）对移动台（MS）进行定位估计时，也可利用服务基站（BS）提供较准确电波到达角（AOA）信息，以提高定位性能。为此，本文对Chan提出的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既继承原算法的优点，又增加AOA测量值以提高定位性能的TOA/AOA混合定位算法，分析和仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比单纯TOA定位法更好的性能。     

子空间算法在OFDM信道时延估计中的应用

到达时延(TOA)和到达时延差(TDOA)定位算法是无线定位中应用最广泛的2种方法,TOA测量值的准确获取将影响定位的精确度。正交频分复用(OFDM)是实现无线多媒体通信的关键技术,利用OFDM信号的导频子载波所携带的信息,参考均匀线列阵的DOA估计过程,提出将MUSIC子空间法应用到OFDM信道的时延估计上。给出了OFDM符号内导频子载波分布的相关条件,对提出算法进行仿真实验,可以看出,导频子载波个数的增加和导频子载波间隔的扩大都可以提高估计精确度。     

卡尔曼滤波算法在相对导航中的应用

本文针对 JTIDS 下引入的导航功能，从概念原理上进行了论述，对如何实现导航功能作了深入的研究，包括采用 TOA 技术实现相对导航，以及卡尔曼滤波器的设计；并对系统方案的实现方法进行了仿真验证，给出仿真结果。     

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。      

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。     

短基线时差无源定位方法研究

由于短基线时差无源定位受到辐射源目标到达时间测量精度和多站间定位精度的影响,使得短基线时差无源定位精度比长基线情况要差。本文研究了短基线时差无源定位的滤波算法,推导了时差定位的推广Kalman滤波算法公式。仿真结果表明,该算法可有效提高短基线情况下的时差无源定位精度。     

Relative location estimation in wireless sensor networks

Self-configuration in wireless sensor networks is a general class of estimation problems that we study via the Cramer-Rao bound (CRB). Specifically, we consider sensor location estimation when sensors measure received signal strength (RSS) or time-of-arrival (TOA) between themselves and neighboring sensors. A small fraction of sensors in the network have a known location, whereas the remaining locations must be estimated. We derive CRBs and maximum-likelihood estimators (MLEs) under Gaussian and log-normal models for the TOA and RSS measurements, respectively. An extensive TOA and RSS measurement campaign in an indoor office area illustrates MLE performance. Finally, relative location estimation algorithms are implemented in a wireless sensor network testbed and deployed in indoor and outdoor environments. The measurements and testbed experiments demonstrate 1-m RMS location errors using TOA, and 1- to 2-m RMS location errors using RSS.     

Hybrid TOA/AOA estimation error test and non‐line of sight identification in wireless location

In this paper, a modified time‐of‐arrival (TOA) estimation error test and a hybrid time‐of‐arrival/angle‐of‐arrival (TOA/AOA) estimation error test for identification of line of sight (LOS) base stations (BSs) are proposed. The proposed schemes aim to improve the location accuracy of wireless location systems suffering from the non‐line of sight (NLOS) propagation errors. The modified TOA‐based estimation error test is considered a straightforward approach in identifying the LOS‐BS set when the number of LOS BSs is greater than or equal to three. When both TOA and AOA metrics are available, hybrid TOA/AOA squares of normalized estimation errors are formulated by adopting the approximate maximum likelihood (AML) estimation. The proposed hybrid estimation error test scheme is capable of identifying the LOS/NLOS status of each BS, and performing location estimation in the situation where only two LOS BSs exist. Simulation results show that the proposed schemes are capable of correctly identifying the LOS BSs and improving the overall location accuracy. Copyright © 2009 John Wiley & Sons, Ltd.