一种改进的双基地声纳马尔可夫定位算法

借鉴岭估计的思想,通过对加权矩阵特征值基准修正,提出了一种改进的马尔可夫定位算法,实现了测量误差协方差阵逆的全域性存在,解决了马尔可夫估计算法在双基地声纳定位应用中的奇点问题.利用该算法对某双基地声纳系统进行了针对定位精度的几何分布的实例仿真,定量分析利比较了3种不同组合方式下算法的定位精度.仿真实例表明,与最佳线性数据融合定位算法相比,运用改进的马尔可夫定位算法对水下目标进行定位可以获得更高的定位精度,同时在基线附近和发射站接收站两侧区域内定位性能亦有较大的提高.算法拓展了冗余数据组合估计在声纳系统中的应用范围.     

基于Chan算法的无源雷达定位精度分析

该文对无源雷达时差定位中的Chan算法进行分析研究,主要分析了非线性定位方程组的求解技术及其与之相关的定位精度、定位模糊问题,讨论不同布站对定位模糊的影响,时差测量与站址测量误差对定位精度的影响。仿真结果表明,时差测量误差,站址测量误差,布站形式、目标辐射源与各接收站几何位置关系都对定位精度有很大影响。     

基于Chan算法的无源雷达定位精度分析

该文对无源雷达时差定位中的Chan算法进行分析研究,主要分析了非线性定位方程组的求解技术及其与之相关的定位精度、定位模糊问题,讨论不同布站对定位模糊的影响,时差测量与站址测量误差对定位精度的影响。仿真结果表明,时差测量误差,站址测量误差．布站形式、目标辐射源与各接收站几何位置关系都对定位精度有很大影响。     

基于数据压缩的雷达网络定位研究

针对双基地雷达空间定位系统在发射站附近区域的定位性能较差,存在基线盲区的问题,为提高定位精度,提出了特定的三基地雷达空间定位数据压缩算法.将多个雷达测量组合表示的目标位置压缩冗余,利用非线性坐标方程在目标的真实坐标附近展开为泰勒级数,并采用加权最小二乘法对冗余数据进行压缩合并,充分利用各雷达站的定位信息,进行仿真.仿真结果表明直线布站定位性能略优于均匀布站,三基地定位性能明显优于双基地定位性能,改善了发射站附近区域的定位性能,解决了双基地雷达空间定位的基线肓区问题.算法明显提高了目标定位精度,具有一定的有效性和实用性.     

基于多传感器的水声定位精度研究

针对TDOA定位算法中几何不确定性对定位精度的负面影响,提出一种基于多传感器信息融合的水声定位算法;该算法首先对多传感器合理布阵,确定若该个TDOA定位子系统,再对每个定位子系统用TDOA算法求得目标位置信息,最后依据几何精度因子(GDOP)对得到的若干个目标位置信息进行加权融合,得到最终定位结果;利用软件仿真对算法可行性进行了验证,结果表明,与基本的五元阵定位系统相比,该算法有效消除了因几何不确定性引起的误差,大大提高了定位精度。     

双基地声纳两坐标目标三维定位算法精度分析

T／R—R型双基地声纳系统采用两坐标声纳对目标定位时，同时获得二个观测量。就可以对目标进行三维定位。如利用发射站方位角信息以及接收站距离和与方位角信息观测目标实现三维定位的算法，分别研究各观测量（双站角度测量误差，时间测量误差，站址测量误差等）、系统参数（基线长度等）以及环境参数（卢速波动）等因素对算法的定位精度的影响，通过数值仿真，做出各因素的误差几何分布图。仿真结果最示，系统的定位精度受双站角度测量误差的影响非常大，提高角度测量精度是提高系统定位精度的非常有效的方法。     

基于高频地波雷达的无角度双站雷达目标跟踪算法

高频地波雷达对于远距离目标难以给出准确的方位角观测信息,从而严重影响超视距目标的跟踪精度。为此,提出一种基于高度参数化扩展卡尔曼滤波（HPEKF）的无角度双站雷达目标跟踪算法,仅需要2部雷达得到距离和径向速度信息。通过 HPEKF技术可以对目标进行三维定位与跟踪,忽略雷达量测的方位角信息,较好地弥补当目标距离较远时测量角度精度不够精确的问题,扩展了算法的应用环境。仿真实验结果验证了该算法的可行性和有效性。     

基于概率密度的多基阵声目标被动定位算法研究

采用一种基于概率密度的方法对常规多站时差定位法进行改进,并给出该方法的计算推导公式.该算法在获取目标位置初始值的基础上,将目标方位看成是满足一定概率密度的多个测量子集,寻找出多个子集共同密度对应的最大点,即为目标的最终位置.通过实测数据验证,实验结果表明,在合理布置辅阵位置的基础上,基于概率密度的定位算法可以大幅度降低定位误差,从而提高定位精度.尤其是在目标远距离飞行时,定位精度明显优于常规时差定位法,具有重要的实用价值.     

基于空间几何的雷达-光电经纬仪交会测量研究

雷达-光电经纬仪联合定位方法是一种全新的现代靶场测量技术,在光电经纬仪附近部署雷达,雷达测距,光电经纬仪测角,通过将两者交会测量的数据融合,从而可以实现对目标的定位;将目前通用的数学定位模型进一步转换为空间几何定位模型,该模型能够更直观地描述目标在空中某一位置时各测量参数之间的关系,能够准确地体现出该时刻各设备的有效探测范围。结果表明,在距设备为5km的探测范围内对目标的定位精度较高;该方法同时提高了计算效率,为实现计算机虚拟仿真提供可靠的依据。     

一种提高双基地雷达定位精度的方法

在T/R-R型双基地雷达性能优化的研究中,为了进一步提高雷达系统的定位精度,研究各测量子集的定位精度随着目标-雷达相对位置的变化情况.根据雷达的定位精度和雷达-目标的相对位置关系,推导出雷达测量精度的动态表达式,并对每个测量子集按精度进行最优加权,从而得到最优权值计算公式,并计算了固定权系数加权平均法和动态加权融合法所能达到的定位精度,分析了定位精度几何稀释,仿真结果表明定位精度有很大的提高.     

基于改进拟牛顿-K近邻的TDOA定位算法

为了提高TDOA声源定位方法室内定位的速度和准确度。本文提出一种改进拟牛顿-K近邻（IQN-IKN）方法。基于定位方程相邻三次迭代结果构造近似矩阵,并采用近似矩阵逼近雅可比矩阵,提高拟牛顿方法定位中非线性定位方程的求解速度;提出基于密集距离法的K近邻方法,进行定位估计结果的寻优,提高定位的准确性。实验结果表明,相对于传统拟牛顿算法,改进算法具有更快的定位估计速度及更高的定位准确性。     

基于非线性卡尔曼平滑的GPS定位估计方法

在GPS单机定位中,通常采用卡尔曼滤波作为位置状态解算的方法.文中提出一种将非线性平滑技术用于GPS定位估计的方法,该方法可用于单机GPS接收机的定位解算,在非线性滤波的基础上进一步提高定位精度.提出一种随接收卫星数量而实时改变测量参数的动态测量模型,根据GPS的伪距、多普勒频移和导航信息等原始数据进行定位模型的解析,运用新型的平淡卡尔曼平滑算法求解该动态模型.GPS定位实验结果表明,与通用的最小二乘迭代法和非线性滤波等方法获得的结果相比,所提出的方法能获得更高的定位精度.     

具有非完整约束移动机器人的超宽带-惯导-里程计融合定位与能观测性分析

为解决现有超宽带-惯导组合定位系统在轮式移动机器人的定位精度低、依赖高精度IMU等问题,提出了一种采用误差状态卡尔曼滤波融合超宽带-惯导-里程计的定位算法,利用里程计的线速度测量和由非完整约束隐含的伪测量,提高了移动机器人的位置和姿态估计精度. 同时,对于由多传感器测量模型组成的非线性系统,通过基于李导数的能观性秩条件分析方法对该系统的能观测性进行了详细的理论分析与数学证明,得到了系统局部弱可观的条件,从而确定了系统状态可以被无偏估计所需要的测量输出以及控制输入. 仿真结果表明,在满足能观测性条件时,本文提出的方法能够有效地获得移动机器人较准确的六自由度位姿,且相比传统方法显著提升了定位精度.     

基于AIUKF的WSN节点定位算法

针对无线传感器网络节点定位精度不足的问题,在无迹卡尔曼滤波( UKF)的基础上,结合迭代约束条件和自适应因子,提出了一种自适应迭代无迹卡尔曼滤波( AIUKF)算法。根据基于测距的节点定位模型,采用RSSI进行测距,以极大似然估计法进行节点初步定位,利用AIUKF算法对节点进行精确定位,并且直接以RSSI作为系统的观测量。仿真结果表明,本文提出的基于AIUKF的定位算法相比EKF和UKF算法具有更高的定位精度。     

基于精确时间测量的无线网络室内定位系统研究

随着IEEE 802.11-2016协议(也称为802.11mc)的精确时间测量(FTM)定位解决方案的引入,通过RTT往返时间来进行测距并进行定位的技术路线正在得到重视.目前提出的基于FTM的测距方案测距精度在视线环境下通常具有1～2 m的偏移误差,由于在802.11mc中,噪音不具备高斯性,精度的进一步提升存在着较...     

A time-recordable cross-layer communication protocol for the positioning of Vehicular Cyber-Physical Systems

Vehicular Cyber-Physical Systems are a rapidly growing research field that has applications in a variety of locations that include urban centers, underground parking lots, as well as tunnels environments. These systems require real-time or constant location information, but the traditional satellite signal-based positioning systems do not work well in tunnels or urban centers with dense skyscraper due to satellite signal Non-Line-Of-Sight (NLOS) problem. The One-Sided Synchronous Two-Way Ranging (OSS-TWR) algorithm can remedy the imprecise positioning of satellite signal-based positioning systems by using a Dedicated Short Range Communications (DSRC) link between the vehicle and Road Side Units (RSUs). However, the unavoidable network collisions in these wireless communication systems will severely influence the measurement of the signal flight of time, thus significantly degrading positioning estimation accuracy of OSS-TWR. In this paper, a cross-layer communication protocol is proposed to enhance OSS-TWR by compensating for the impact of network collision. Firstly, OSS-TWR positioning algorithm is analyzed and the reasons for the poor precision location estimation are further explored. Secondly, a time-recordable back-off algorithm is proposed that can record the total back-off time for a frame resend resulting from a network collision. Following this, the experimental ranging results show that the proposed algorithm is practically feasible and is superior to OSS-TWR.     

基于时间反转的二阶段Wi-Fi室内定位方法

受Wi-Fi系统有限物理带宽限制,时间反转定位算法的定位精度难以得到提升。当定位范围较大时,在线定位阶段所需的匹配运算量更大,导致定位时间增长。针对上述问题,本文提出了一种基于时间反转的二阶段Wi-Fi室内定位方法。首先对接收信号强度和信道频率响应进行离线采集,利用接收信号强度和k近邻匹配算法进行位置粗估计,大致确定待测点所在范围。随后根据粗估计结果筛选原始指纹库,构建指纹库子集。在位置精估计阶段,计算待测点信道频率响应与指纹库子集中各参考点处信道频率响应的信号组合共振能量,通过最大值搜索寻找组合共振能量最大的参考点,将其坐标值作为位置估计结果。实验结果表明,所提算法相比于传统定位算法在精度和运行速度上有明显提升,在非直射环境下仍能保证较高的定位精度。     

基于克里金空间插值的位置指纹数据库建立算法*

为解决室内定位系统中建立位置指纹数据库工作量庞大的问题,提出了一种融合信号衰减因素的普通克里金空间插值建库算法。该方法首先采用高斯滤波对有限预选参考点的信号强度采样数据进行预处理,并基于球状模型由参考点预处理数据拟合出空间变异函数,然后采用普通克里金插值法对其它位置的信号强度进行估值并生成相应的位置指纹,最后由有限实测数据生成大容量高分辨位置指纹数据库,并通过KNN_Filter算法和对数权重算法完成了定位仿真,验证了该建库方法的有效性。仿真实验结果表明,该算法在保证定位精度的前提下相比传统建库方法可降低40%左右的工作量,提高了室内位置指纹定位方法的工作效率。     

基于M估计的非线性鲁棒检测卡尔曼滤波算法

针对传统鲁棒非线性滤波在观测噪声为非高斯强干扰噪声情况下,滤波性能下降的问题,提出一种利用卡方检测法预判断的非线性鲁棒检测滤波算法。该算法通过卡方检测设置门限,剔除突变野值,利用M估计修正量测更新。仿真实验对比了几种典型非线性滤波方法在不同观测噪声环境下的性能。所提算法在非高斯强干扰噪声情况下,比传统鲁棒滤波算法估计精度平均提高了25.5%;估计方差平均减少了18.3%。实验结果表明:所提算法可以抑制观测量非高斯强干扰噪声的影响,提高滤波精度及稳定性。     

基于混合子空间去噪的免携带设备目标定位

免携带设备目标定位是利用目标人物对无线通信链路产生的阴影衰落来确定目标的位置,然而当环境发生变化时也会引起无线链路信号强度的变化,会影响定位精度。针对传统子空间去噪方法的不足,本文与指纹法相结合探讨了基于子空间分解的小波去噪方法。通过研究静态环境下的噪声特征,选取最大特征值作为信号分量的阈值,自适应地提取目标信号,有效地消除环境变化产生的影响。在线阶段通过计算实时接收信号强度和射频地图中数据信息之间的核距离进行匹配估计出目标的位置。最后通过实验对本文算法进行了仿真,结果表明本文提出的算法相比传统已有算法能达到更好的定位精度。