时间反演联合TOA测距的室内指纹定位技术

在室内指纹定位中,室内环境会影响以接收信号强度指标(Received Signal Strength Indicator, RSSI)或信道状态信息(Channel State Information, CSI)的指纹数据,使得采集指纹数据构建的数据库具有不稳定性和不可靠性的特点,从而影响定位准确率和精度。基于此,本文提出了时间反演(Time Reversal, TR)联合到达时间(Time Of Arrival, TOA)测距的指纹定位技术。首先在定位区域建立坐标系,离线阶段采集两个已知参考点至网格点的距离作为指纹构建数据库,以坐标距离作为指纹可以忽略环境对指纹数据的影响,进而提高定位准确率;其次,在线阶段通过TR技术的空时聚焦性联合TOA,测出距离作为新指纹,与距离指纹进行对比匹配,根据相似度得出目标点的位置坐标。最后通过仿真结果得出:本方案实现了6 m的室内定位,并且定位误差在0.44 m以内,对比传统指纹定位,减小了指纹数据复杂度,提高了系统的鲁棒性和定位精度。      

基于指纹算法的无线室内定位技术

随着人们对基于位置的服务（LBS）需求日益增大,室内定位逐渐成为用户定位领域的研究热点,而指纹定位因具有定位精度高、普适性强和无需额外设备等优点而受到大多数研究者的青睐。首先详细综述了各种主流室内位置指纹定位技术的定位原理,然后归纳了现有的室内定位算法的原理及发展现状,最后搭建楼宇通道的测试场景,对各种典型室内定位算法进行测试验证和比较分析,为室内定位技术的研究与应用人员提供参考。     

融合神经网络和指纹的可见光定位算法研究

针对人们对室内定位需求的不断提高,以及现有室内定位算法定位精度不高等问题,提出了一种融合神经网络和可见光指纹的室内高精度定位算法。该算法利用反向传播神经网络(BPNN)确定待测目标的粗略位置,并以其预测坐标和最大误差作为约束条件,进行指纹匹配以确定待测目标精确位置。仿真结果表明,该算法平均定位误差为1.5cm,具有一定的应用价值。     

室内定位系统中位置指纹库滤波算法研究

WiFi指纹定位是目前最受欢迎的室内定位技术之一,离线阶段创建的位置指纹库的精确与否对定位的精准度有很大的影响。传统的指纹库构建一般对采集的数据进行均值滤波,误差较大,并且在范围较大的场合进行定位时,由于位置指纹数据过多,使得定位时效性不好,结果不理想。为了提高指纹库的可靠性,通过给采集的源指纹数据赋予权值并根据权值的大小划分有效数据进行滤波处理,建立高精度指纹库,并利用基于临近域加权最近邻算法进行验证。实验结果表明,与传统的构建指纹库和定位算法相比,该方法显著提高了定位精度,缩短了定位时间。     

基于极限学习机神经网络的室内可见光定位方法

随着科学技术的不断进步,人们对室内定位服务提出了更高的要求.针对传统室内定位技术定位精度低、设备复杂且价格昂贵等问题,提出了一种基于极限学习机(ELM)神经网络的多发光二极管(LED)室内定位方法.首先,用每个参考点处LED的光功率以及光电探测器的位置坐标作为指纹数据,构建指纹数据库.然后,将指纹数据库引入ELM神经网...     

基于域自适应的Wi-Fi指纹设备无关室内定位模型

基于Wi-Fi指纹定位方法在大规模实际应用中存在设备多样性问题,定位精度受到极大影响.提出了一种设备无关的Wi-Fi指纹室内定位模型DeviceTransfer.该模型基于深度学习的域自适应理论,把智能手机的设备类型作为域,通过对抗训练来提取任务相关而设备无关的Wi-Fi数据特征,并把学习到的源域位置信息迁移到目标域上...     

基于RSS相关性的位置指纹室内定位方法

解决设备差异性造成的Wi-Fi信号强度不确定问题是位置指纹室内定位应用与推广的关键.一种基于设备间接收信号强度(Received Signal Strength,RSS)相关性的位置指纹室内定位方法被提出.以智能手机为用户终端,离线阶段,通过智能手机扫描的Wi-Fi信号强度信息,经过数据处理,筛选稳定的接入点(Access Point,AP),构建离线指纹数据库;在线定位阶段,对于实时获取的Wi-Fi信号强度信息,进行筛选处理后,挑选与离线指纹共同拥有的AP,并根据该AP集合,形成新的离线指纹和在线指纹.对离线指纹按RSS的大小降序排序;在线指纹,则以同一次序对RSS排序,然后利用皮尔逊相关系数和杰卡德相似系数,计算指纹相似度并排序,通过K最近邻(K-Nearest Neighbor,KNN)算法实现用户定位.实验表明该方法可有效解决设备差异性问题,并实现精确定位,平均定位误差达到1.7 m.     

一种改进的无线局域网位置指纹定位法

精确、实时的室内定位技术是提供基于位置服务的关键技术之一。针对经典的基于无线局域网指纹定位法由于室内环境复杂多变、无线信号波动而不能实现精确定位的问题,提出了一种改进的指纹定位算法。该改进算法通过优化特征接入点的选取和指纹距离的计算,以及对最近邻的类聚处理,实现了对指纹匹配精确度和位置估计准确性的提高。实验表明,所提出的改进算法相比于经典的位置指纹法具有更高的定位精确度和鲁棒性。     

基于位置指纹的室内定位技术

近年来,随着物联网逐渐成为世界信息产业发展的热点,室内智慧化建设的技术要求越来越高,而位置信息在室内环境中具有广泛的应用场景.基于此,综述现有的室内定位技术与方法,从成本、部署难易程度、后期推广方面综合分析,总结出基于位置指纹的室内定位方法的优势;主要研究并实现了一种基于位置指纹的室内多模定位方法,该方法是一种低成本、高精度的室内定位解决方案;最后提出一种基于平面区域非均匀量化的定位栅格划分方法,基于提出的技术方案,室内定位能够在定位精度和运维成本两方面取得平衡.     

基于自注意力的无监督室内定位信号异常检测

基于射频信号的室内指纹定位技术,以其精度高、部署成本低等优点被广泛运用于室内定位领域。室内信号环境的变化会直接影响定位精度。深度神经网络也用于时序数据异常检测,在此基础上,提出了一种基于自注意力机制的无监督室内定位信号异常检测模型。训练模型的输入是易获得的正常信号环境下无位置标签的指纹数据。该模型的注意力模块关注提取指纹数据中不同信号来源之间的相互关联,结合关联误差和重构误差来放大正常与异常的可区分性,从而提升室内定位信号检测的精度。在实验室采集的蓝牙信号数据集和一个公开的Wi-Fi数据集UJIIndoor Loc中进行性能评估,实验结果表明,与其他算法相比,所提模型具有最好的异常检测性能。     

基于相位变化率的三维定位技术

传统的无源定位方法定位时间长、定位精度较低。文中针对该问题,提出了一种基于相位差变化率的三维定位方法,该方法通过三单元天线阵获取相位差变化率,实现了辐射源定位,其定位精度高、定位速度快。同时分析了定位误差与测量误差的关系,给出了定位误差表达式。通过仿真分析了相位差测量误差以及相位差变化率测量误差对于定位精度的影响,仿真结果表明,相位差变化率误差对定位精度的影响最大,是制约精度提高的主要因素。     

红外无源定位技术研究

传统的无源定位方法大都采用多个接收机测向 ,交叉定位 ,但其测向精度低 ,难以满足实际需求。基于最小二乘法原理提出的极小化误差法 ,其定位精度大大提高 ,仿真结果表明 ,将此方法用于红外探测阵列具有良好的定位性能。     

多站无源时差定位精度分析

针对在多站无源时差定位系统中影响目标定位精度的因素,分析了时差测量误差和站址误差对目标定位精度的影响。影响时差测量精度的因素有接收机热噪声、多普勒效应、站间同步误差、本地时钟误差和大气等因素。通过分析各个因素对目标定位精度的影响程度,在特定布站方式下,仿真计算得到在固定时差测量误差和站址误差下可能达到的目标定位精度,并根据主要误差来源提出相应的提高定位精度的措施。     

三维移动目标无源定位算法

无源定位已经成为雷达对抗中一项相当重要、不可或缺的技术。针对常态侦察时三维移动目标的无源定位问题，考虑了基于到达方位信息的代数几何概率定位方法，并给出了每一时刻目标位置误差随时间变化的关系，最后通过数值模拟展示了所研究定位方法的精度。该算法基于运动学原理,充分利用了辐射源信号测量值的时空变化量信息，定位收敛速度快而且非常稳定，具有很强的实用性。以期在实际应用中对近空间或邻近空间中高速移动目标进行三维快速定位，更好地提供无源侦察中移动目标的方位情报信息。     

基于伪到达时的无源定位精度分析

无人机具有体积小、功耗低、重量轻等优点。结合无源定位,提出了应用伪到达时间定位技术的无人机多站无源定位模型,给出了定位原理,并详细推导了定位精度。仿真分析了基线长度、站址校准时间间隔对定位精度的影响。根据理论仿真的效果,可知提高目标定位精度的方法有增加站间距离和减少站址校准时间间隔。     

基于相位差变化率的无源定位技术研究

基于单站无源定位技术研究基础,对相位差变化率定位原理进行了简要介绍,针对相位差变化率定位过程中相位模糊、定位时间长和定位精度低等问题,提出了一种基于MGEKF滤波算法的相位差变化率单站无源定位方法,该方法采用了相位差参数预处理和MGEKF定位滤波算法。经过仿真分析和外场试验验证表明:采用MGEKF定位滤波处理的相位差变化率无源定位方法,可以使单站定位速度和定位精度比传统的只测角定位法提高很多。     

低轨红外预警星座无源定位精度分析

建立了低轨红外预警星座的三维成像观测模型,分析了多测量因素条件下低轨红外预警星座的无源定位精度,研究了不同星座布局条件下像平面测量误差、卫星位置测量误差以及欧拉角测量误差等因素对定位精度的影响。仿真实验表明,本文的定位精度分析方法能够有效分析低轨红外预警星座的定位精度。从仿真实验结果得到了一些可用于低轨红外预警星座设计和传感器调度的指导性结论。     

基于TDOA的网络化定位系统自适应站点优选算法

网络化无源多点时差定位系统具有部署灵活、易于扩展及无电磁辐射等特点,特别适合航天发射场等大规模场所的部署,实现对低空机动目标的定位。但当网络站点数量较多时,对所有站点进行信号采集传输将造成大量能量及网络资源的浪费。针对不同站点数量和站点位置对定位精度产生的影响,结合当前各站点无人机信号识别结果,提出了一种自适应站点优选算法,该算法基于Cramer-Rao界均值最小化原则,利用K均值聚类算法动态调整当前目标定位空间,可在密集部署的传感器站点中快速选择出符合定位要求的站点集。仿真结果表明,提出的自适应站点优选算法可有效提高网络定位精度。     

基于正交多站测角的机载红外定位技术研究

研究了基于测角的被动定位方法,分析了双站测角定位系统的测距精度,针对双站测角定位精度较低且在一些目标方位上出现的几何方位影响精度(Geometric Dilution of Precision,GDOP)问题,结合机载平台的结构特点,提出了一种适用于单架飞机的红外被动测角定位方法.该方法按照正交方式将四个测量站装载到机载平台上,构成两个正交的测角定位系统,通过恰当选取两个系统的定位信息,可有效克服GDOP问题.最后进行了仿真验证,结果表明该方法能够有效克服GDOP问题,提高定位精度.     

一种融合时差频差和测向的运动目标跟踪方法

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融合的迭代扩展卡尔曼滤波(Iterative Extended Kalman Filter, IEKF)跟踪方法。在WGS-84坐标系下建立了状态方程和观测方程,并采用IEKF方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的运动目标进行高精度状态估计,典型仿真场景下的目标高程估计精度达到百米量级,相对于已有方法收敛时间更短,并且在卫星覆盖范围内具有更大的高精度定位跟踪区域。