基于载波相位差值的室内Wi-Fi定位方法

到达角（AoA）的角度分辨力低,导致基于信道状态信息（CSI）的AoA定位精度难以突破亚米级.为了提升定位精度,提出了一种基于载波相位差值的室内Wi-Fi高精度定位方法.首先,提取CSI中心频点子载波的相位信息和直视路径的信号飞行时间,通过虚拟参考点构建载波相位差分定位模型,实现目标初始定位;然后,结合目标初始定位位置,采用虚拟基线约束的方法实现整周模糊求解;最后,提出基于扩展卡尔曼滤波的载波相位定位优化算法,得到目标精确位置.此外,通过实验对比了直线和任意路径下的动态定位结果,所提定位方法的中值定位误差在0.25 m以内,具有更高的准确性和可靠性.     

基于IR-UWB脉冲序列的非相干能量检测TOA估计

在超宽带室内定位系统中,采用非相干能量检测方法进行TOA估计的方案是目前的一个研究热点,然而在低信噪比时能量检测方法往往很难获得比较精确的估计值.原因是噪声给首达峰值的检测以及TC算法的门限设定带来了一定的困难.为了提高能量检测方案在低信噪比时的性能,在接收机前端对接收到的脉冲序列执行时间平均处理来抑制噪声对于首达峰值检测和门限设定的影响,并进行了仿真比较,结果表明通过多脉冲时间平均处理的方法能够有效抑制噪声对于能量检测的影响,明显提高了低信噪比时TOA估计的精确度,同时也使门限的设定变的更为简单精确.     

多径CDMA系统基于新的信号波形估计的盲多用户检测

针对天线阵CDMA系统,提出了一种基于新的待检用户信号波形估计的盲多用户检测方法。该方法利用接收信号的循环平稳特性求得所有用户总的信道卷积矩阵,然后根据估计出的信道卷积矩阵求解待检用户的信号波形。其解在信噪比略高是更为精确。仿真结果表明,该方法在信噪比略高时性能要优于现有的一些方法。     

基于CFR的角度/距离联合单站定位

单站定位在室内定位中起着至关重要的作用。大多数室内定位算法都是联合多个Wi-Fi接入点（AP）进行定位,在只有w单个AP时定位精度很低甚至无法定位。针对室内环境中普遍存在的单AP定位情况,该文首先利用现有的三天线商用Wi-Fi网卡采集无线信道频率响应信息（CFR）进行信号到达角（AOA）估计。其次利用CFR幅值信息通过信号传播模型进行距离估计。提出了一种基于AOA和信号到达时间（TOA）二维聚类信息的直射路径识别算法。最后,利用现有的三天线Wi-Fi设备在室内进行了测角、测距以及定位测试,实验结果表明该文提出的单站定位系统在室内环境下中值误差可以达到1.3 m的定位精度,满足室内定位的需求。     

虚拟阵的TOA定位算法

为了改进经典的多维标度测量(MDS)定位法中一次测量一次定位的精度不高的缺陷,提出一种新的动态MDS虚拟阵定位算法,该算法简单,计算量小,便于实时处理。仿真结果显示在虚拟测量次数多于4次时,该算法性能明显优于Chan+虚拟阵定位算法及经典的MDS定位法,并且虚拟次数越多,该算法的性能越好。经典的MDS定位法相当于测量次数为1的无虚拟时的该文算法。     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。     

基于相位信息的人眼状态检测

为有效解决不同光照环境对人眼检测算法带来的诸多问题,提出一种基于相位信息的眼部状态检测算法,首先使用相位信息对眼部区域的边缘特征进行提取,然后依据垂直直方图统计二值化图像中白色像素数,最后设定合理阈值对人眼状态作出判断。实验结果表明,算法在保证识别正确率的同时对环境亮度变化具有较好的鲁棒性。     

最小定位误差限的Wi-Fi接入点优化布置

提出了一种基于最小定位误差限的Wi-Fi指纹定位接入点位置优化方法.利用费歇尔信息矩阵的特性,分析了定位误差与不同信号强度分布的数学关系.首先,根据信号强度分布特性的不同,将定位目标区域划分为若干子区域;然后,推导出定位目标区域所对应的平均定位误差限;最后,利用模拟退火算法搜索最优接入点位置使得平均定位误差限达到最小. 仿真结果表明,此方法可以有效提高Wi-Fi位置指纹定位法的精度.     

基于堆叠稀疏自动编码器和SVM的CSI室内定位方法

针对基于高细粒度信道状态信息(channel state information,CSI)的室内定位指纹数据冗余大、解析复杂的问题,提出一种基于堆叠稀疏自动编码器和支持向量机(support vector machine,SVM)的CSI室内定位方法.该方法首先融合物理层信道信息的幅值与相位数据,利用堆叠稀疏自动编码器在非线性指纹特征空间提取深层定位特征;然后,生成稀疏特征指纹,通过支持向量分类器完成目标位置确定.稀疏特征指纹的应用将CSI指纹库体积缩小约92.6％,同时,实验结果证明该方法可在视距与非视距传播路径混合的复杂室内环境下达到1.205 m的平均定位误差,较其他定位方法有明显的定位精度提升.     

基于图像边缘检测的WLAN室内用户运动地图构建

针对传统WLAN室内指纹定位需在离线阶段采集大量指纹数据,或即时定位与地图构建(SLAM)中要求终端包含运动传感器等特殊功能模块的问题,该文首先通过在定位目标区域内随机采集若干条接收信号强度(RSS)序列,并对带有时间戳标记的RSS序列进行谱聚类处理,以构建RSS类转移图;然后,利用图像边缘检测方法,建立运动用户所对应的信号空间逻辑图;最后,根据信号空间逻辑图与定位目标区域的物理连接图的映射关系,完成对用户位置的估计。此外,采用绘图正交算法对逻辑图与物理连接图进行绘制,以增强用户运动地图的可读性和可靠性。     

基于边缘频率加权的Hausdorff距离人脸检测定位算法

为解决现有的基于Hausdorff距离人脸检测定位算法误差较大的问题,提出了一种边缘频率加权的Hausdorff距离人脸检测定位算法,并经实验验证能较有效的解决图像中人脸因姿态、光照、遮罩等原因对检测定位的干扰,且精度较高,耗时较少.     

基于相位一致模型的边缘检测

边缘检测在图像处理和理解中占有重要地位,传统的边缘检测是基于梯度算子,而相位一致方法是基于傅里叶变换理论的一种图像特征检测方法.其原理是指图像特征总发生在相位的最大叠合处.通过计算局部能量,来度量其图像各个位置的相位一致值.利用log Gabor滤波器组实现相位一致模型.为了检验相位一致模型在边缘检测中的有效性,利用该方法对工业图像和遥感图像进行边缘检测实验,并将该方法与canny算子和sobel算子进行对比分析.结果表明相位一致方法可以有效地提取边缘特征.     

基于匹配优化与距离辅助的Wi-Fi定位算法

针对排序聚类定位算法类匹配精度较低,且用于位置解算的指纹点中存在异常指纹点的问题,提出一种匹配优化与距离辅助的Wi-Fi定位算法。根据用户前后位置、距离和步长,设计了一种类匹配偏差检测模型,用来判断用户位置异常和匹配偏差;将排序后的接收信号强度向量中相邻元素作差,并与设定阈值相比较,确定待定位点排序特征向量变化位置,进行交换,以达到校正的目的,进而得到校正合并的类匹配结果;根据定位时前m时间段内所确定的用户位置与匹配类中指纹点的距离远近,剔除用于位置解算指纹点中的异常指纹点,实现更为精确的室内定位。仿真实验结果表明,该算法类匹配精度提高了17%,平均定位精度提高了22%。     

DS-CDMA UWB系统中基于能量比较的TOA估计算法

针对DS CDMA UWB（direct sequence code division multiplexing access ultra wide bandwidth）系统,提出了基于能量比较的TOA估计算法,该能量门限值由归一化值、最大和最小抽样能量决定.在不同的信噪比下,自适应地选择归一化值,能使TOA的估计误差最小.仿真结果表明,该方法是可行的.     

基于尺度优化IUKF滤波的室内定位估计方法

为了改善以往室内接收信号强度指示定位方法精度不高的问题,提出了一种运用单形采样和协方差修正策略的尺度优化迭代无迹卡尔曼滤波器(SIUKF),对节点坐标和信道衰减参数进行联合估计解算,从而实现对目标位置获取的改进定位方法.该方法针对室内环境复杂、干扰因素较多、接收RSSI信号存在较大的噪声的情况,使用kernel平滑法对原始数据进行预处理校正,并将定位问题转换为非线性状态最优化估计问题.实验和仿真结果表明,与扩展卡尔曼滤波(EKF)和标准无迹卡尔曼滤波法(UKF)相比,采用具有更高非线性近似精度的SIUKF解决接收信号强度指示室内定位估计问题,可以较好地提高目标位置估计精度,且计算复杂度适中,稳定性更好,平均定位精度可达0.65 m,能满足室内定位的需求.     

基于信号相位匹配原理的单频信号检测

根据信号相位匹配原理及其信号参数的最小二乘估计方法，提出了一种单频信号检测方法。推导了利用单传感器接收信号实现检测的公式。对已知频带内未知频率信号的检测性能进行了仿真。分析了最小二乘法使用的方程数、信噪比和虚警概率对检测概率的影响。结果表明，该方法检测性能优于能量检测器，次于匹配滤波器。     

基于Riesz变换的图像边缘检测

针对传统边缘检测算法易受光线变化影响的问题,提出一种基于Riesz变换空间下的相位一致性边缘检测方法。用Riesz变换替代Hilbert变换对图像进行处理,通过Riesz变换的不同尺度因子构造计算相位一致性所需要的变换空间,根据相位一致性计算方法在新的Riesz变换空间获得特征图像;使用非极大值抑制检测出图像边缘信息;与传统相位一致特征提取方法、2DLog-Gabor变换以及Canny边缘提取算法对比实验。仿真实验结果说明,该边缘检测方法在不均匀关照条件下可用于图像的边缘特征提取,相比在Hilbert变换空间下的相位一致特征提取方法运算速度快,算法可行有效。     

UWB室内信道下一种低复杂度的TOA估计新算法

针对室内信道,提出一种基于UWB多径信号中最强路径检测的TOA估计算法．通过卷积运算进行最强路径搜索,进而完成TOA估计．TOA估计过程不依赖视距路径(line-of-sight path)检测,适合于NLOS(non line-of-sight)情形,且最强路径搜索避免了阈值设置过程,相比LP搜索计算复杂度低．通过对IEEE.802.15.4a标准下NLOS信道模型的仿真实验,讨论了各参数估计偏差对定位性能的影响,验证了本定位算法在室内多径信道下的适用性．     

一种基于TOA的UWB直接-Taylor复合定位算法

通过比较直接算法和Chan算法的优缺点,针对Chan算法作为Taylor初值算法运算比较复杂的问题,分析了基于TOA到达时间的UWB(超宽带)定位算法,即直接-Taylor复合定位算法,将直接算法作为Taylor序列展开法的初值算法,并根据初值判断定位基站是否为视距(LOS)传播及修正基站到定位体的距离测量值,有利于Taylor序列展开法的收敛.仿真表明该算法定位性能优越,在非视距传播(NLOS)的影响下有效地提高定位精度,定位误差达到厘米级,计算速度也有较大的提高.