一种抗NLOS的TDOA定位算法

本文提出了一种抗非视线传播(Non-Line-of-Sight)干扰的TDOA定位算法。该算法采用退火与遗传算法相结合的方式，在满足给定条件的空间内搜索源点坐标值。数值仿真表明，该算法具备抗NLOS干扰的能力，与传统TDOA算法相比，该算法无需知道各基站的非视线传播干扰分布，是一种实用有效的定位算法。     

用于麦克风阵列的阵元筛选方法研究

在使用TDOA算法进行被动声定向时,为精确获取麦克风阵列阵元之间接收声源信号的时间差,进而计算目标的方位角,麦克风阵元之间必须保持较高的相位一致性。而从论文与专利检索来看,目前还没有有效方法筛选出符合要求的麦克风阵元。针对此问题,本文基于麦克风阵列阵元相位一致性的指标,设计出麦克风阵元筛选系统,通过实测数据分析表明:一致性较高的麦克风更适合组建麦克风阵列。     

基于AUPF的TDOA几何定位跟踪算法研究

使用无源时差（TDOA）定位技术确定无人机等小型辐射源目标的位置是当前研究的热点,针对时差定位算法较为复杂的实际情况,推导了时差双曲线的几何解,并提出了一种基于自适应无迹粒子滤波（AUPF）技术的移动目标定位跟踪方法。通过仿真对该方法在不同场景的应用效果进行了验证,进一步比较分析了算法的定位精度。结果表明,基于自适应无迹粒子滤波的时差几何定位跟踪算法可以在多种情况下较好地拟合出目标真实运动轨迹,实现对运动目标的定位跟踪,同时拥有更低的定位误差和更高的轨迹包容度,使用该方法可以显著提高对非合作移动辐射源目标的位置估计性能。     

一种短基线条件下的时差定位解算方法

常见的时差定位求解算法都是围绕线性化双曲线方程进行的,在长基线情况下的定位精度较高,但共有的缺点是算法的计算量大,工程实现复杂。当时差估计精度较高时,在短基线情况下,利用渐近线在较远处非常接近双曲线,给出一种简单的时差定位解算方法,即双曲线渐近线最小二乘定位法（HA—LS）。推导算法的求解过程,并对其定位精度进行仿真,验证了该方法在较短基线情况下能得到比其它传统定位算法更好的定位精度,而且算法计算量小,工程实现简单。     

低轨双星定位中雷达信号时频差快速估计算法

针对互模糊函数进行时频差联合估计时运算量大、受采样率和数据量限制,两者估计精度难以同时提高的问题,结合雷达信号的周期性和低轨双星中信号信噪比高、时频差范围有限等特点,提出了一种通过时域周期延拓计算相关函数主值区间,再利用脉内信号计算混合积信号频谱,最后由Chirp-Z变换完成时频域的高效插值,获取时频差精确估计的分步算法。仿真结果表明该算法在降低运算量同时,保证了估计精度。     

基于粒子滤波的TOA/TDOA融合算法研究

针对信号临界区域由于信号强度减弱导致的定位精度下降问题,利用一种传感器检测概率模型把收集到所有的TOA与TDOA量测信息通过似然度计算融合起来,在贝叶斯框架下建立一种非线性目标基于粒子滤波器的量测信息融合算法对目标进行定位估计,从而提高目标在临界区域的定位精度。仿真结果表明,在低信噪比下,融合两种观测手段的定位精度改善明显。     

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。     

基于TDOA定位机制的无线传感器网络节点设计

介绍了一种具有到达时间差(TDOA)定位机制的基于数字信号处理器(DSP)的无线传感器网络节点。它包括TMS320F2812DSP,512 kB的SRAM,2.4 GHz波段的无线收发模块、音频信号收发模块及电源管理模块等。节点通过测量RF同步信号与音频信号的TDOA来测量节点间的间隔距离,并采用互相关时延估计算法来实现节点定位。实验数据表明:该节点最远测距距离超过25m,角度误差小于3.7%。     

基于TDOA技术的自适应定位系统研究

分析了现有基于TDOA测距技术的无线传感器网络定位系统;针对因锚节点移动而造成的锚节点位置信息失效问题,提出锚节点自适应状态转换机制,即时更新锚节点的位置信息;并针对由于可用锚节点数量不足而造成的非三边定位问题,给出了基于邻居锚节点位置信息的解决方法;最后在Cricket室内定位系统中引入并实现了方案,实验证明该方案可以有效地解决此类问题,具有一定的应用意义。     

基于TDOA和SDOA的宽带辐射源双机无源定位算法

针对双无人机无源雷达对宽带辐射源目标的直接无源定位(DPD)初始值敏感,提出一种基于小生境拓扑结构改进矢量粒子群算法(NTVIPSO)的直接无源定位算法。本文算法将直接法和间接法结合起来,依靠间接法中尺度差参数构造约束条件,利用小生境矢量粒子群求解得到精确的位置。仿真结果表明本文粒子群算法优于矢量粒子群算法和邻域拓扑结构粒子群算法。提出的存在扰动情况下尺度差约束条件下的直接无源定算法精确度低于直接法,但优于间接法;计算复杂度低于直接法,大于间接法。