移动台抗NLOS定位算法研究

在CDMA的网络环境下,TDOA/AOA混合定位算法能够比Chan算法有较高的定位精度。然而随着AOA测量误差精度的下降,定位精度逐渐下降,甚至低于Chan算法的定位精度。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。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法。     

一种NLOS环境下的TDOA/AOA定位算法

在LOS环境下,Chan算法有着较好的定位精度,基于Chan算法的到达时间差/到达角(TDOA/AOA)算法比Chan算法有了进一步提高。但是在NLOS环境下,这些算法的精度都将大大下降,由于AOA的测量值有较大误差,TDOA/AOA方法的精度甚至低于Chan算法。并且这些算法的主要缺点是在第一次加权最小二乘法(WLS)中把移动台的横坐标、纵坐标与移动台到服务基站的距离作为三个相互独立的变量,忽略了三者之间的相关性,因此要进行第二次WLS才能得到定位结果,且最终的解为二值根。对误差的均值和方差进行了估计,修正了TDOA与AOA测量值,用Kalman滤波算法对AOA的值进行了估计,利用移动台坐标与AOA之间的关系将三个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性,性能优于Chan算法和基于Chan算法的TDOA/AOA算法。     

基于RBF神经网络的TDOA/AOA定位算法

为了减小NLOS传播的影响,提出基于RBF网络的TDOA/AOA算法。利用RBF神经网络对NLOS传播的误差进行修正,使用TDOA/AOA算法进行定位。仿真结果表明该算法减小了NLOS传播的影响,在NLOS环境下有较高的定位精度,性能优于TDOA/AOA算法、Taylor算法、Chan算法和最小二乘(LS)算法。     

TDOA/AOA数据融合定位算法

基于非视距传播（NLOS）环境下的几何结构单次反射统计信道模型,提出了到达时间差/电波到达角（TDOA/AOA）数据融合定位算法。利用TDOA定位算法和AOA定位算法分别估算移动台（MS）位置,然后利用数据融合方法确定MS位置。仿真结果表明,本文算法在NLOS环境下有较高的定位精度,性能优于TDOA定位算法和AOA定位算法。     

基于贝叶斯推理的TDOA/AOA定位算法

在视距(LOS)环境下,到达时间差(TDOA)和电波到达角(AOA)定位技术可以获得较高的精度,而在非视距(NLOS)环境下,无法得到良好的定位效果.在非理想信道环境下,蜂窝基站和移动终端之间存在多径传输和NLOS传播的问题,这些因素均会影响定位精度.构建LOS和NLOS传播条件下的实际信道环境模型来研究信号的测量误差特性,利用贝叶斯推理的方法对AOA测量值进行估计,从而有效消除附加噪声的干扰.仿真结果表明,在NLOS环境下,该算法的定位性能优于单纯的TDOA和TDOA/AOA算法.     

基于GDOP加权的TOA/AOA混合定位算法

现有基于无线传感器网络(WSN)的到达时间/到达角度(TOA/AOA)定位算法在锚节点位置存在误差的条件下定位精度不高。针对该问题,融合几何精度因子(GDOP)加权,提出一种改进的TOA/AOA混合定位算法。根据单个锚节点对定位参量的测量误差及其自身位置误差,得出基于单节点的TOA/AOA混合定位算法的GDOP计算公式。依据WSN中所有锚节点的测量误差及其分布与盲节点的相对位置关系,推导加权融合算法的GDOP计算公式。仿真结果表明,与基于平均加权的定位算法相比,改进算法具有更高的定位精度。     

一种新的星载TDOA/FDOA/AOA联合定位算法

针对双星时频差定位体制在星下轨迹附近区域存在定位盲区的问题,提出一种单星二维干涉仪测向（AOA）与双星到达时差（TDOA）/到达频差（FDOA）联合定位方法。采用更精确的WGS_84地球模型,通过构造子空间基矢量恒等式以及地球表面约束获取联合观测的伪线性定位方程,实现了双星TDOA/FDOA/AOA联合高精度定位。在相同场景下将时频差定位算法和提出的联合定位算法进行比较,仿真结果表明该算法可缓解时频差定位盲区缺陷,星下轨迹附近区域的定位精度可至少提升两倍以上。     

非视距环境下基于到达时间差的一种定位算法

由于对无线定位日益增长的业务需求,无线定位近些年成为人们关注的焦点.针对实际环境中TDOA测量值时常受到非视距的影响而造成定位精度显著下降的问题,在Chan算法基础上,提出一种减小非视距影响的算法,该算法采用加入校正因子的方法,通过逐步迭代,以增加较小的运算量为代价减小非视距的影响,从而达到提高定位精度的目的.仿真表明,在各种环境下,特别是非视距环境下,该算法能够显著提高定位的精度,且运算量较小,因而具有一定的实用意义.     

TDOA/AOA数据融合算法在铁路场景下的定位应用

在铁路场景下,基于通信的无线网络定位技术中的定位误差主要来自系统测量误差,且参与定位的基站数目有限。文中结合TDOA算法和AOA算法中系统测量误差在定位误差中影响的互异特性,并利用铁轨路径方程,采用TDOA/AOA数据融合算法,有效地减小了系统测量误差带来的定位影响,提高了定位精度。在仿真实验中,用定位均方根误差作为评价指标,对TDOA算法、AOA算法和TDOA/AOA数据融合算法分别在不同条件下进行仿真分析。结果表明,在铁路场景下,本算法的定位均方根误差要小于TDOA算法和AOA算法,即该数据融合算法具有更好的定位性能。     

混沌优化算法在TDOA定位中的应用研究

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算法和混沌优化算法的混合定位算法。针对TDOA方式进行最佳坐标搜索的问题,本文所设计的基于Chan算法的的混沌搜索方法,提高了算法的收敛速度和性能。仿真结果表明,该算法性能稳定,能找到逼近全局最优点的解,相对于Chan算法精度更高,相对于遗传算法在保证收敛性能的前提下有更快的收敛速度。     

OFDM系统中基于BP神经网络的定位算法

为了减小正交频分复用(OFDM)系统中多径干扰对定位精度的影响,提出一种基于后向传播(BP)神经网络的定位算法。该算法采用多重信号分类(MUSIC)算法估计OFDM信号首径的到达时间(TOA),再计算出到达时间差(TDOA),然后利用BP神经网络对其进行修正,最后使用Chan算法确定移动台的位置。在多径环境下对算法进行仿真,仿真结果表明该算法能够有效地降低多径干扰的影响,性能优于最小二乘(LS)算法、Chan算法和泰勒算法。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

利用外辐射源的TDOA和FDOA目标定位算法

针对单站外辐射源条件下的目标定位问题,提出了一种基于最大似然的时差-频差联合定位算法。首先根据时差和频差的观测方程,构建目标位置和速度的最大似然估计模型。然后采用牛顿迭代算法对最大似然估计模型求解,得到目标位置和速度估计。最后,推导了算法的克拉美罗界和理论误差,并证明了二者相等。仿真结果表明,算法定位精度高于两步加权最小二乘算法和约束总体最小二乘算法,在测量误差较高时仍能达到克拉美罗界。通过对系统几何精度因子图的分析,确定目标及外辐射源数量和位置也是影响定位精度的重要因素。     

基于蜂窝网结构的多目标自动辨识定位方法

针对移动蜂窝网对多目标难以检测识别且定位精度不高的问题,提出一种基于蜂窝网结构的多目标自动辨识定位方法。首先,根据对监测区域内目标源的多次定位结果方差来判别是否有多目标存在;其次,采用k-means无监督学习对定位点进行聚类,由于k-means算法的最优簇数难以确定,因此提出了一种基于波束分辨率的k值裂变算法来确定k值,并确定聚类中心;最后,为了提高接收信号的信噪比,通过各聚类中心确定波束方向,再使用基于线性约束的窄带波束形成器依次接收不同波束方向信号,分别对各目标源进行到达时间差定位。仿真结果表明,对于解决多目标定位问题,相对于时延估计算法和概率假设密度（PHD）滤波器算法,所提多目标自动辨识定位方法能够提高接收信号约10 dB的信噪比,对应的时延估计误差的克拉美罗下界能够下降约67%,定位精度相对误差可提高10个百分点以上,而且算法简洁有效,各次定位相对独立,具有较高的效率和较好的稳定性。     

基于TDOA残差分析的MLAT抗干扰方法

针对多点定位(MLAT)技术对信号从目标到接收站点时间差(TDOA)的依赖性及其TDOA精度对定位精度的影响,提出了一种基于TDOA残差分析的定位抗干扰方法。该方法通过TDOA在定位前后的残差来评判接收站点的时钟精度,从而实现站点优化选择和抗干扰,达到提高定位精度的目的。仿真实验和机场真实数据实验表明该方法可以显著提升MLAT的定位精度,不仅可行,而且有效。     

基于麦克风阵列的室内三维声源定位优化算法

针对基于相位变换加权的可控响应功率(Steered Response Power-PHAse Transform,SRP-PHAT)定位算法精度高但实时性差的问题,本文引入基于到达时间差(Time Difference Of Arrival,TDOA)的定位算法以提高实时性,提出一种基于TDOA和搜索空间聚类(Search Space Clustering,SSC)优化的SRP-PHAT的组合算法?搜索空间收缩聚类算法.该算法先利用TDOA定位算法经过离群值校正后得到声源在方向角和径向距离上的估计范围,之后根据估计声源范围进行搜索区域收缩,最后利用SRP-PHAT-SSC算法在收缩区域内进行细粒度(5 cm)的空间搜索计算,得到估计声源的三维坐标.本文采用五元麦克风阵列,利用虚源法模拟室内声场,通过Matlab对声源进行了三维定位仿真.实验结果表明,改进后的算法与基于SRP-PHAT的全网格搜索(Full Grid Search,FGS)算法和SSC算法相比,在三维定位上的实时性和鲁棒性都得到了提高.     

基于遗传算法和模拟退火算法的TDOA定位技术

提出一种基于遗传算法与模拟退火算法的TDOA定位估计算法,该算法通过对求解定位坐标计算时的最大似然函数进行求解,实现了利用所有TDOA测量值对移动台的定位估计。该算法采用实数编码,自适应交叉率和变异率实现遗传算法的全局搜索,引入模拟退火的Boltzmann机制,解决遗传算法容易陷入局部最优的问题。实验结果表明,该算法定位精度高、收敛速度快。     

CDMA网络中TSOA／AOA定位跟踪技术

为研制基于CDMA网络的新型定位系统,提出一种新的到达时间之和（TSOA）／到达角（AOA）定位技术,它利用信号TSOA与AOA实现移动台的定位。为研究高精度实时定位算法,建立TSOA／AOA混合定位的数学模型,推导基于扩展卡尔曼滤波器的定位算法,通过仿真验证其可行性。