基于非视距误差直接估计的定位跟踪算法

在蜂窝无线定位中,由于非视距（non-line-of-sight, NLOS）误差是影响定位精度的主要因素之一,所以如何减轻NLOS误差影响成为当前无线定位研究的热点。本文针对NLOS环境下的定位跟踪问题,提出一种基于扩展卡尔曼滤波（extended Kalman filter ,EKF)的定位跟踪算法。该算法首先在最小二乘准测下推导出估计测量值中NLOS误差的直接计算公式,然后使用约束加权最小二乘（constrained weighted least squares, CWLS）方法计算出每一个测量值中所含的NLOS误差,最后利用NLOS误差估计值去修正EKF滤波,以便适应NLOS环境下的定位跟踪,并获取高的定位精度。这种方式不依赖于特定的NLOS误差分布,也无需视距（line-of-sight, LOS）和非视距识别。数值结果表明该算法相比较于经典EKF算法和基于NLOS迭代的EKF算法可以快速有效地抑制定位误差,并且可以在极为恶劣的NLOS环境下满足FCC的定位要求。另外,复杂性实验表明该算法可适用于实时跟踪。      

LTE定位中非视距误差的鉴别方法

非视距(NLOS)误差是影响长期演进技术(LTE)终端定位精度的一个主要因素。鉴别NLOS误差的主要目的是判断观测到达时间差(OTDOA)测量数据是否受到NLOS误差的影响,以便对OTDOA测量数据进行下一步处理。分析了非视距误差的模型以及非视距误差对LTE用户终端定位精度的影响,并用简化的非视距误差鉴别法来对NLOS误差进行鉴别。仿真结果表明,简化的非视距误差鉴别算法实现简单,且能准确地鉴别出非视距误差。     

基于扩展卡尔曼滤波器的混合TDOA／AOA室内定位技术的研究

本文阐述的是一种针对室内超宽带系统（UWB）的时间差到达和角度到达（TDOA／AOA）的混合定位技术。由于非视距传播（NLOS）误差确定为此系统的主要误差原因,所以本文使用卡尔曼滤波器来甄别和消除非视距误差,从而减小在室内UWB环境下的NLOS的时间到达（TOA）误差。本文加入了一种AOA选择功能。最后针对使用TDOA和有选择的AOA的室内移动定位追踪系统本文提出了一种改进的扩展卡尔曼滤波器（EKF）。仿真结果显示本文提出的混合定位方案可以有效响应在UWB环境下的NLOS／LOS变化,并且提高了定位精度。     

用残差加权对抗NLOS误差的移动定位算法

信道的时间和空间的变化所导致的非视距(NLOS)传输是移动定位技术面临的巨大困难。利用UMTS-FDD的特性以及信号到达时间(TOA)提出了一种残差加权定位算法。研究了算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度有显著提高,而且在不同分布的NLOS误差下表现稳定。     

一种新的TOA无线定位算法

在无线通信系统中,精确定位面临的一个主要问题就是信号的非视距传播(NLOS)。提出了一种新的定位算法-最小距离误差算法(LRE),能够有效地降低NLOS误差的影响。算法基于到达时间(TOA)测量距离,利用TOA测量值所确定的几何关系,由受条件约束的优化方法求得移动台的估计位置。研究了该算法在不同类型NLOS误差下的表现,实验表明LRE算法的定位精度达到E911要求,比其它算法有明显提高,且在多种分布的NLOS误差下表现稳定。     

基于卡尔曼滤波的抑制NLOS定位算法研究

NLOS(非视距传输)是无线定位误差的主要来源,利用卡尔曼滤波处理到达时间值,再结合Chan算法可以提高定位的精度,但当误差较大时定位精度逐渐下降。文章提出的改进算法首先利用预测残差调节NLOS误差较大的时刻所对应的卡尔曼滤波增益;然后以T1P1模型为基础,利用统计规律及预测数据估计NLOS平均误差,重构卡尔曼滤波的观测值;最后利用Chan算法计算移动台的位置。仿真结果表明该方法可以有效地抑制NLOS误差,在一定程度上提高了NLOS环境下定位的精度。     

考虑非视距误差的一种新定位算法

提出了一种当接收端(或基站)在平面上随机分布时,考虑非视距(NLOS)传播误差条件下对移动台定位的有效算法。该方法基于到达时间定位技术,其主要思想是通过概率定位和几何定位联合检测具有 NLOS 误差的测量值(在各接收端处估计的信号时延),然后估计这些测量值的 NLOS 误差的大小并更新这些测量值,最后重新估计移动台位置。文中给出了算法的步骤,推导了算法估计误差的方差。同时,本文推导了 NLOS 环境下定位估计误差的克拉美罗下限,并将所提算法的性能与克拉美罗下限做了比较和分析。仿真部分也给出了不同算法与本文算法的性能比较,从仿真结果可以看出,该算法估计精度高。     

基于特征矢量的NLOS误差检测的定位算法

最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight, NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在高运行时间的开销问题。为此,提出基于特征矢量的NLOS误差检测的定位 (Eigenvector-Based NLOS Error Identification Localization, E-NIL) 算法。E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值。最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置。实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法。     

用于修正NLOS误差的超宽带定位方法

近年来,基于超宽带系统的室内定位凭借其高精度和高稳定性等优点得到了广泛应用。在复杂室内环境中,超宽带信号在障碍物间的非视距传播导致定位基站和标签之间的距离测量值产生额外误差从而导致定位精度下降。文章提出一种用于修正非视距(NLOS)误差的超宽带定位方法,通过基于自适应增强算法识别 NLOS 传播,识别后通过测量值重构对应视距测量值并计算位置坐标,最后通过无迹卡尔曼滤波算法修正定位误差。实验结果表明,该算法有效消除了 UWB 定位系统中较大的 NLOS 误差,提高了定位精度,具有很好的稳定性。     

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。     

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。     

LTE中抑制非视距误差的分层协同定位算法

针对长期演进技术(LTE)定位系统中非视距(NLOS)误差会使得用户终端测得的定位参数存在较大偏差,从而导致基于观测到达时间差(OTDOA)定位技术所估计的用户终端位置定位精度下降,以及传统Chan算法和Taylor级数展开算法中OTDOA协方差矩阵难以获取的问题,本文提出了一种抑制NLOS误差的分层协同定位算法(HCLA, hierarchical collaborative localization algorithm)。算法首先鉴别出含NLOS误差的基站,然后利用残差加权算法获取OTDOA协方差矩阵,再对传统的Chan算法和Taylor级数展开算法进行改进,将二者联合起来对用户终端进行分层协同定位。该算法无需知道OTDOA误差先验信息。仿真结果表明,在NLOS环境下该算法能准确鉴别出含NLOS误差的基站,并能有效减小定位误差。     

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。     

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.     

NLOS环境下基于TOA/AOA的单基站目标跟踪

现有的单基站定位技术由于非视距（Non-Line-of-Sight,NLOS）误差的存在,导致定位性能急剧下降。针对这一问题,提出了一种基于单基站的改进扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值,通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力,最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明,所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）等算法,且对抑制NLOS误差具有良好的效果。     

基于散射体信息的双基站定位

该文基于单次散射移动通信模型,利用双基站测得的多条散射路径的到达时间(TOA)和到达角度(AOA)进行定位,提出了一种非直达波条件下的高精度移动定位算法,仿真结果验证了该算法的有效性。     

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。     

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OFDM信号的无线电定位系统研究

针对NLOS(非视距)环境下高精度定位,给出了基于OFDM(正交频分复用)信号的无线电定位方法,利用现有的并非专门为定位设计的无线电信号进行定位。建立了OFDM无线电定位模型,分析了OFDM信号结构,给出了基于TDOA(波达时间差)定位方法。采用特征相关法进行符号边界、采样序列和符号序列偏移计算,通过仿真验证了本文方法的有效性,尤其是均值特征相关法在信噪比为-5dB时也可获得精确的TDOA测量。