基于GDOP权值交点的鲁棒AOA定位算法

针对已有的基于权值交点的AOA定位算法由于未考虑奇异方位线交点而导致定位精度不高、适应性不强的问题,给出一种基于GDOP权值交点的鲁棒AOA(RGWIAOA)定位算法。算法根据锚节点AOA测量值,获得所有方位线交点,利用圆误差概率确定有效交点,并依据有效交点的GDOP产生相应的权值,对有效交点进行加权求和作为盲节点的位置估计。RGWIAOA算法利用了AOA测量值的标准差,同时在GDOP的计算中兼顾了锚节点位置的误差,使算法具有较强的鲁棒性。仿真结果表明,与已有算法相比,RGWIAOA算法在不同应用场景下具有更好的适应性及更高的定位精度。     

基于TOA的无线传感器网络定位误差GDOP值分析

无线传感器网络中,自身节点定位精度与确定该节点位置的锚节点的几何关系密切相关.分析了TOA算法的定位原理,引入了GDOP描述定位误差与锚节点群几何布局关系,并给出了基于惯性矩和惯性积的GDOP值计算方法.结合质心算法原理,分析了锚节点数为3,5,10时,对基于锚节点群内点、外点的未知节点定位误差的归一化GDOP值和GDOP均值求解.采用蒙特卡洛仿真方法,仿真次数50,验证了锚节点群内点定位精度高和健壮的结论.     

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。     

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。     

基于最优跳距处理策略的无线传感器网络智能定位算法

针对传统DV-Hop算法存在较大定位误差及忽略锚节点自身误差的问题,提出了一种基于最优跳距处理策略(PSOHD)的智能定位算法。该策略充分考虑了网络拓扑结构和锚节点自身误差对定位精度的影响,首先对锚节点引入两个通信半径,并分别统计每个锚节点通信半径范围内的节点数;然后采用加权最小二乘估计修正锚节点间的平均跳距;最后对用于未知节点位置估计的平均跳距进行筛选并加权处理。另外在定位阶段引入了粒子群优化(PSO)算法对未知节点进行定位。仿真结果表明,在适当增加节点能量消耗的条件下,改进算法的定位精度有明显改善,是一种可行的无线传感器网络(WSN)节点定位的解决方案。     

NLOS环境下无线传感器网络TOA定位算法

针对现有定位算法定位精度低、适用场景少的问题,提出一种非视距传播（NLOS）环境下的无线传感器网络电波到达时间（TOA）定位算法。对未知节点位置进行初步估计,将该估计值作为初始迭代参考点,利用泰勒级数展开法进行迭代计算,得到未知节点位置的二次估计值。使用二次估计值反推得到未知节点与各传感器锚节点的近似距离,将原始TOA测量距离与该近似距离之差作为非视距传播误差值,从而剔除NLOS误差较大的TOA测量组,利用误差修正后的TOA测量组再次进行泰勒级数迭代处理,实现未知节点的精确定位。仿真结果表明,该算法可有效抑制NLOS误差,相比传统定位算法,其定位误差小、定位精度高。     

基于组合测距的无线传感器网络自定位算法

针对如何在锚节点密度较低的情况下提高无线传感器网络中节点自定位精度的问题,本文提出了一种基于RSSI和TDOA组合测距的加权质心定位算法.该算法分别对传统RSSI和TDOA测距模型增加了校验参数及温度补偿,将未知节点与锚节点间距离估计值的倒数作为权值参数,再利用加权质心算法计算出未知节点的位置坐标.硬件试验表明室内环境中基于改进RSSI测距模型的定位算法相比于传统RSSI质心定位算法的误差改进比率为56.2%,仿真结果显示基于组合测距的定位算法在锚节点密度较低时也能达到较高的定位精度.     

基于AOA的无线传感器网络节点定位算法

在无线传感器网络节点SDP定位算法基础上,提出了一种改进的基于信号到达角(AOA)信息的无线传感器网络节点自身定位算法。本算法在所有节点的坐标轴方向都是未知的假定下,将AOA测量值用于计算信号到达差分角信息,将所有节点之间的角度关系表述为凸规划约束条件,从而将定位问题转化为一个凸集优化问题。在理想情况下,将定位问题转化为一个线性规划问题。实际情况中,考虑到测量误差,通过引入辅助变量,将定位问题转化为一个二次规划问题。仿真结果表明:改进算法与原算法相比,对AOA测量误差在10°以下时,定位精度提高约为5%~20%。     

无线传感器网络中基于超宽带的TOA/AOA联合定位研究

提出一种基于超宽带(ultra wideband,UWB)信号到达时间估计(time of arrival,TOA)/到达角度估计(angle of arrival,AOA)联合估计的无线传感器网络(wireless sensor networks,WSNs)定位方案,只需要一个参考节点就可以实现对其他传感器节点的2D相对定位,并且不需要时钟同步,适合于传感器网络节点的低成本设计需求.利用往返时间(round trip time,RTT)进行TOA估计,给出了基于多径检测的TOA估计算法;利用到达时间差估计(time difference of arrival,TDOA)进行AOA估计,因而无需借助复杂的天线波束赋形技术.同时,分析了定位误差模型对定位性能的影响,并通过IEEE802.15.4a信道下的仿真实验进行了验证,结果表明了所提方案的有效性.     

基于误差加权的三维双曲线定位算法

为了减小三维空间中对未知节点定位的误差,提高三维DV-Hop算法的定位精度,提出一种基于误差加权和三维双曲线定位的三维DV-Hop改进算法.改进算法首先采用误差加权的方法处理未知节点的平均每跳距离,然后分类选择未知节点与锚节点之间的跳段距离,最后将二维双曲线法扩展到三维空间计算未知节点的坐标.仿真实验结果表明,改进算法在三维WSN环境中可以对未知节点进行有效的定位,平均定位误差和定位精度显著优于三维DV-Hop算法,相较于对比文献也有一定的提升,并且锚节点密度和通信半径对平均定位误差和定位精度的影响较小.