基于改进RBF神经网络的TDOA/AOA定位算法

为了减小NLOS传播的影响,提出基于改进RBF网络的TDOA/AOA定位算法.模拟退火算法与k-均值聚类算法相结合的RBF网络训练算法,利用模拟退火算法全局寻优能力改变k-均值算法易陷入局部极值的缺点.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WLS算法和k-均值聚类的RBF网络定位算法.     

一种CDMA蜂窝定位中减小NLOS误差的算法

随着下一代移动通信研究的热潮,移动定位技术的研究也方兴未艾。在移动定位方程的解算中,测量噪声和NLOS误差是主要误差源,尤其是NLOS已经成为影响定位精度的主要因素。本文研究了CDMA系统中的NLOS误差减小问题,基于残余函数概念提出了ARWA算法,在NLOS路径不能有效识别的条件下,有效地减小了NLOS误差;仿真结果显示这种算法的定位精度明显强于一般LS估计。     

一种改进的无线定位算法

Taylor级数展开法和Chan算法是两种性能优良的利用电波到达时间差(TDOA)的定位算法,前者简单实用,但是其缺点是对初值比较敏感；后者在视距(LOS)传播环境下有较高的定位精度,二者结合可以大大提高定位的精度。但是在非视距(NLOS)传播环境下Chan算法精度会受到较大的影响,从而影响到Taylor级数展开法的定位精度。本文根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行估计,对TDOA测量值进行修正,采用Chan算法计算初值,再利用Taylor级数展开法进行定位,并与其它两种基于Taylor级数展开法的定位方法结果进行了比较。仿真结果表明,该算法能够提高NLOS传播环境下的定位精度,性能优于另外两种基于Taylor级数展开法的定位方法。     

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离--误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位.仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性.     

基于TDOA无线定位的NLOS误差抑制算法

在无线定位算法中,非视距误差是影响定位精度的一个重要因素。为了减小NLOS误差的影响,文中提出了一种基于TDOA的NLOS误差抑制算法。该算法引入信息阈值和修正参数,对卡尔曼滤波迭代过程进行改进,有效地抑制了TDOA测量值中的NLOS误差。仿真结果表明,该算法在NLOS误差严重且误差模型不确定的环境下仍可保持较高的定位精度,且性能优于已有基于卡尔曼滤波的NLOS误差抑制算法。     

一种在NLOS环境下提高精度的TDOA定位方法

根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行了估计,并对TDOA（到达时间差）的测量值和方差进行了修正,在一定程度上消除了NLOS误差的影响.采用Chn算法对移动台（MS）位置进行定位.仿真结果表明,该方法能够提高Chan算法在NLOS传播环境下的定位精度.     

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。     

一种在NLOS环境下应用于NB-IoT系统的组合定位算法

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,提出一种组合定位的算法,采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后算法在NLOS的信道环境下的定位性能明显提高。     

基于 WIFI 无线区域定位的精确度影响因子研究﹡

在室内这种特定环境下,无线信号在传播过程中会发生 NLOS 和 LOS 传播,由此产生定位误差。主要在 WIFI 无线网络环境下对室内定位精确度的影响因子 NLOS 和 LOS 进行研究,并在室内环境下的对信号传播模型进行建模。通过仿真定位环境,分析推导出在影响因子强度不同的室内环境下的两种影响因子消减优化算法 BRBF 和 V-OBTL 以及这两种优化算法在定位中的精确度,以此提出在不同影响因子环境中以及采用不同采样方式下的提高定位精度的方法。     

基于混沌优化的无线定位算法研究

本文提出一种抗NLOS干扰的TDOA定位算法。基于混沌优化算法对TDOA算法做了改进,采用混沌优化算法计算初值,再利用Taylor级数展开法进行定位。根据产生混沌序列的两种映射Logistic映射和Kent映射的特点,提出了Kent-Logistic模型修正Logistic映射用于定位。在移动台距服务基站较近时,直接采用该模型进行定位。通过和传统蜂窝定位算法的仿真结果进行比较,表明提出的算法能够提高NLOS传播环境下的定位精度。     

TOA-based robust location algorithms for wireless cellular networks

Caused by Non-Line-Of-Sight (NLOS) propagation effect, the non-symmetric contamination of measured Time Of Arrival (TOA) data leads to high inaccuracies of the conventional TOA based mobile location techniques. Robust position estimation method based on bootstrapping M-estimation and Huber estimator are proposed to mitigate the effects of NLOS propagation on the location error. Simulation results show the improvement over traditional Least-Square (LS) algorithm on location accuracy under different channel environments.     

基于遗传神经网络的AOA跟踪算法

提出了一种在非视距传播环境中基于遗传神经网络的到达角定位跟踪算法。首先使用遗传算法优化后向传播神经网络的初始权值,将优化后的GA-BP神经网络对AOA测量值进行修正,用最小二乘算法确定移动台的位置,再用卡尔曼滤波器配合相关检测距离门对移动台实施跟踪。仿真结果表明,该算法能有效地实现移动台的动态跟踪,且性能优于传统BP神经网络和LS算法。     

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距( NLOS )传播误差,定位估计前识别收发信机之间电波是视距( LOS )还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS 识别算法进行改进,然后提出了一种针对特殊几何精度因子( GDOP)场景下的NLOS识别算法———分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。     

Non-line-of-sight error mitigating algorithm based on scattering models via multi-antenna system

In urban environment with serious blocking of direct paths, the non-line-of-sight （NLOS） propagation influences the location estimation accuracy. In this article, a novel algorithm is developed, which can mitigate the NLOS errors in location estimation significantly. Utilizing multiantenna array, the information of scatterers that cause the NLOS propagation is obtained. Then, we combine the information with TOA/TDOA based location algorithm to estimate the location of mobile station （MS）. The simulation results show that our method can mitigate NLOS errors and enhance the location accuracy greatly.     

Scattering-Model-Based Methods for TOA Location in NLOS Environments

In this paper, we address methods of mitigating one of the major issues affecting wireless location accuracy in land mobile terrestrial environments: nonline-of-sight (NLOS) propagation. In order to improve location accuracy under such conditions, we propose a novel methodology for NLOS environments based on the use of scattering models to classify propagation environments. The scattering models allow modeling of the NLOS error so that the NLOS effect can be incorporated into a location algorithm. Through the use of the scattering models, we develop three novel location techniques based on the statistics of measured ranges via moment matching, the expectation maximization algorithm, and a Bayesian algorithm. Simulation results and discussion are given to illustrate the performance in typical NLOS environments. The results show that the algorithms provide improvement over traditional location algorithms     

蜂窝移动定位系统定位精度提高算法的研究进展

提高蜂窝移动定位系统的定位精度是定位技术在CDMA系统中广泛应用的关键。针对提高移动定位精度算法的研究,分别从基本定位算法、非视距传播误差消除算法、抗多径干扰时延估计和抗多址干扰算法、数据融合定位方法等几个方面进行了详细的分析和讨论,综述了该领域的最新研究进展,提出了自己的观点。最后对移动定位精度提高算法研究的未来进行了展望。     

NLOS环境下移动台位置与速率估计

NLOS (Non-line of Sight)误差是定位中的主要误差来源,直接影响了定位的精度 。在MIMO（Multiple Input Multiple Output）系统中,基于NLOS信道模型的定位方法成为 解决NLOS定位误差问题的利器。基于此提出一种新颖的几何方法,仅采用两条NLOS路径就可 计算MS(Mobile Station)的位置,并且只需要利用单个基站便可完成MS的定位,克服了基站 数目过少无法准确定位MS的缺陷。在此基础上,还给出了最小二乘与最大似然算法利用多条 NLOS路径来改善定位精度的方法,并利用它对NLOS环境下运动的MS进行定位跟踪。理论分析 和仿真结 果都证明该定位方法在NLOS环境中对MS定位的有效性与精确度。     

A minimum entropy estimation based mobile positioning algorithm

The problem of locating a mobile terminal has received significant attention in the field of wireless communications. The wireless location problem is made difficult by nonsymmetric contamination of measured Time of Arrival (TOA) data caused by Non-Line-Of-Sight (NLOS) propagation. In this paper, a novel robust NLOS error mitigation algorithm based on minimum entropy estimation is proposed without prior statistics knowledge of NLOS propagation error.We compare the proposed algorithm with two additional ones, the Normal Least-Squares estimator and the Huber estimator, through MATLAB simulation in different COST 259 channel environment. Results reveal that the proposed algorithm is more robust to NLOS error than the other two, although it is not always superior to the other two on location accuracy.