基于Fang算法的TDOA室内定位技术

传统基于全球定位系统(GPS)的定位技术应用,已在室外环境下为人们提供了许多便利。随着近年来人们生活水平的不断提高,大众对定位的诉求已不仅限于室外,在智慧商场、企业人员智能管理、校园智能管理等场景,要求对室内用户进行定位监测,而传统的GPS定位精确度有限,在室内已无法应用。目前室内定位常用的技术有红外线、蓝牙、Wi-Fi以及基于室内移动网路的无线定位等,无线定位则是其中的热点。本文介绍了一种基于室内分布式基站,运用Fang算法实现到达时间差(TDOA)定位的技术研究,并对其定位精确度进行了探索。     

一种TDOA/AOA混合定位算法及其性能分析

在蜂窝移动通信系统中，智能天线阵列的应用使得服务基站（BS）能提供较准确的移动台（MS）电波到达角（AOA）测量值，从而可以用于对移动台的定位估计，文中对文献[1]的电波到达时间差（TDOA）定位算法进行了改进，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，该算法还具有解析表达式解。仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比文献[1]的单纯TDOA定位算法更好的性能。     

一种改进的NLOS环境下的TDOA/AOA混合定位算法

在蜂窝移动通信系统中,利用基站测量的到达时间差(TDOA)和电波到达角(AOA)的混合定位方法能够比传统的TDOA方法提供更高的定位精度。但是在非视距(NLOS)条件下,当AOA的测量误差超过一定值时,定位的误差仍然很大。该文根据NLOS传播环境下附加传播时延服从指数分布的特性,估计附加时延的均值和方差,对TDOA测量值进行重构,再以AOA方法进行辅助定位。仿真结果表明,该算法能显著提高传统的TDOA和TDOA/AOA方法在NLOS传播环境下的定位精度。     

基于改进最小二乘算法的TDOA/AOA定位方法

针对现有的两步加权最小二乘(Two-stage Weighted Least Squares, TSWLS)和约束加权最小二乘(Constrained Weighted Least Squares, CWLS)在TDOA/AOA混合定位中可能产生测量矩阵奇异的情况, 提出了一种改进的CWLS算法来消除奇异矩阵求逆运算.其主要思想是在约束条件下, 用含有移动台位置坐标的价值函数对移动台坐标和附加变量分别取偏微分, 分离出引入的附加变量, 使移动台位置坐标与附加变量分别位于线性方程的两边, 求解关于附加变量的一元二次方程, 因此避免了对奇异矩阵求逆的运算.在零均值的高斯白噪声环境下, 且移动台位于或接近监测基站阵列中心时, 通过MATLAB仿真验证了改进的CWLS算法比TSWLS和CWLS算法均能取得更高的定位精度, 可以达到克拉美-罗下界(Cramér-Rao Lower Bound, CRLB).     

基于蜂窝与同步卫星TDOA定位的比较研究

基于蜂窝的定位与基于卫星的定位都是当今无线定位的研究热点.采用基站TDOA定位和采用同步卫星TDOA定位技术进行比较,给出了各自的TDOA定位的算法,并分别对TDOA定位性能进行了仿真和分析,表明两种定位方法基本原理相同,各有优缺点,在应用中通常将两者相结合以适应不同环境的定位需要.     

非视距误差的TDOA/AOA混合定位算法

在非视距（NLOS）误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差（TDOA）测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。     

一种改进组合加权的TDOA室内二维定位算法

针对现有组合加权算法对定位区域边缘的目标定位时精度较低的问题,在现有组合加权算法的基础上提出了一种改进算法。首先,将基站分组,以到达时差算法得到目标位置的多个估计结果;其次,计算各估计结果之间距离值并排序,以滑动窗口法判断是否存在基站组出现异常定位估计;最后,当任意基站组的定位结果发生异常时,使用目标位置估计结果及其估计克拉美罗下界值设计两个加权步骤的权值,通过二步组合加权算法得到最终定位结果。仿真结果表明,所提算法有效减少了原组合加权算法对定位区域边缘的目标定位时的误差,当测量噪声标准差为0.8 m时,所提算法相较于原算法在正方形边缘区域定位均方根误差减小了0.35 m;在定位狭窄矩形区域时,所提算法平均定位均方根误差减小了0.11 m。     

一种改进两步加权最小二乘的TDOA定位算法

现有的两步加权最小二乘水下声源定位算法中,两步法处理均存在平方以及开方等非线性运算忽略了二阶误差项,导致定位精度下降。提出了一种改进的两步加权最小二乘算法,首先引入时差方程,构建新的定位方程,初步估计出声源位置;接着引入中间变量并进行泰勒展开,利用中间变量与声源位置误差之间的非线性关系构建定位方程,对声源位置初步估计值进行校正,有效避免了二阶误差项的丢失,得到了更加精确的估计结果。通过与克拉美罗下界进行比较,验证了算法性能的同时进一步提升了算法定位精度。     

3GPP新空口定位技术及其性能

文章介绍了3GPP新空口(NR)定位的需求、网络架构、和Rel-16关键定位技术,然后基于3GPP评估方法给出了定位性能的评估。     

减轻TOA和AOA定位系统非视距影响的方法

结合圆位置线误差、直线位置线误差与参数误差的关系,该文提出了一种利用所有基站测量的波达时间与最近一个基站测量的所有多径的到达角进行混合定位的方法.在该方法中,对波达时间用测量的波达时间总是大于等于视距传播时间进行约束,对到达角用GBSBCM确定的最大角度扩展进行约束,以有效减小非视距传播的影响,提高定位精度.仿真结果证明了该方法的有效性。     

移动定位服务的现状与发展趋势

给出了移动定位服务的市场发展现状,分析了移动定位服务的起源以及基本的移动定位技术,讨论了影响移动定位精度的主要因素。随着3G移动网络的发展,移动定位服务将会带来更大的社会和经济效益。     

基于改进迭代扩展卡尔曼滤波的3星时频差测向融合动目标跟踪方法

针对传统3星时频差定位系统在未知高程情况下,对运动辐射源会产生由目标速度引发的定位误差的问题,该文提出一种利用主星的干涉仪测向信息的改进迭代扩展卡尔曼滤波(IEKF),结合3星时差、频差信息的无源融合动目标跟踪新方法。首先,在坐标系转换的基础上建立了定位模型,并在此基础上利用改进的迭代扩展卡尔曼滤波算法对未知高程的运动目标进行跟踪。仿真结果表明,该方法无需获知目标的高程信息即可实现对运动辐射源的定位、跟踪和测速,且对目标的位置、速度估计性能有较大的提高。     

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。     

基于TDOA/FDOA相位条纹的高精度GPS信号跟踪方法

针对传统GPS接收机跟踪环路结构复杂,以及在低信噪比(SNR)、高动态条件下跟踪性能较差的问题,该文提出一种基于相位条纹斜率检测的跟踪新方法。通过采用到达时差(TDOA)的频域相位测量伪码时延,到达频差(FDOA)的时域相位测量载波多普勒频偏。该方法降低了环路实现的复杂度,同时提高了跟踪精度。仿真结果验证了该方法的有效性和稳定性,在载噪比为32 dB-Hz时,相比传统方法,基于TDOA/FDOA相位条纹法的码相位测量精度提高了60%,载波多普勒测量精度提高了31%,且在高动态环境中也能实现精确跟踪,对改善GPS接收机跟踪性能具有研究意义。     

一种线性校正到达时间差定位算法

针对到达时间差(TDOA)定位中出现的非线性估计问题,该文提出一种线性校正TDOA定位算法。首先将高度非线性的TDOA定位方程组转化为一组关于辐射源位置的伪线性方程,利用加权最小二乘(WLS)估计进行初始求解;然后在此基础上通过一阶泰勒级数展开把伪线性方程组转化为关于估计偏差的线性加权最小二乘问题并进行求解,分析了所提算法在测量误差较小时的有效性。最后提出了一种基于加权最小二乘估计的恒加速度运动辐射源的定位方法,相应的估计性能在测量误差较小时也接近克拉美罗界(CRLB)。计算机仿真结果验证了该算法的有效性。     

面向TDOA被动定位的定位节点选择方法

该文主要研究一种面向到达时间差(TDOA)被动定位的定位节点选择方法。首先,通过经典的闭式解析算法将TDOA非线性方程转化为伪线性方程,并使用位置误差的协方差矩阵来度量定位精度。其次,在可用节点数量给定的条件下,在数学上将定位节点选择问题转化为最小化位置误差协方差矩阵的迹这一非凸优化问题。然后,将非凸优化问题凸松弛并化为半正定规划问题,从而快速有效地求解出最优的定位节点组合。仿真结果表明,所提节点优选方法的性能非常接近穷尽搜索方法,而且克服了穷尽搜索方法运算复杂度高、时效性差的不足,从而验证了所提方法的有效性。

     

基于TDOA与GROA的多运动站误差配准算法

针对多运动站无源定位过程中存在系统误差的问题,该文提出一种基于到达时差(TDOA)与到达增益比(GROA)最小二乘配准算法。该算法利用泰勒展开把非线性的量测方程线性化,利用最小二乘算法得到对目标状态和系统误差的联合估计,并考虑了量测噪声和站址误差的影响。同时推导了存在量测噪声、站址误差和系统误差时的克拉美罗下界(CRLB),并分析了系统误差对CRLB的影响。多种条件下的仿真表明,该算法对系统误差和目标状态的估计精度较高,说明了算法的有效性。