蜂窝无线网中的写作定位算法研究

在蜂窝无线网络中,单基站定位是最简单易行的定位方法,其需要利用基站测量移动终端信号的到达时间(TOA,time of arrival)和到达角(AOA,Angle of Arrival)信息.但是非视距(NLOS,Non Line of Sight)误差是影响定位精度的主要原因,为了抑制NLOS对定位精度的影响,提出了一种利用移动终端和中继节点之间的协作信息来提高定位精度的算法.该算法通过处理基站测量的TOA/AOA信息,以及移动终端到中继节点的TOA信息,利用中继节点与MS间的协作信息对估计的位置进行修正.仿真分析结果表明,在单基站蜂窝网中,提出的算法不仅整体提高了系统定位性能,而且在MS距离基站比较远的情况下,提出的协作定位算法的定位精度比现有的算法有明显提高.     

一种基于卡尔曼滤波的UWB定位算法

文中提出了一种基于卡尔曼滤波的UWB(Ultra Wide Band)定位算法,先用卡尔曼滤波算法对信号的到达时间测量值进行处理,以消除TOA(Time Of Arrival)测量值中的NLOS(Non.Line of Sight)误差,再对经过处理的TOA测量值进行TOA定位,理论分析和计算机仿真实验都表明:该方法的定位误差性能优于单纯的TDOA定位方法,具有较强的实用价值.     

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。     

一种基于散射体模型的NLOS误差抑制方法

在无线定位中,非视距（NLOS）传播成为高精度定位的主要障碍,它严重约束了无线移动台的定位精度。提出了一种新颖的减小非视距误差的方法。该基于到达时间（TOA）分布的定位算法是以多径散射为测量模型的。通过匹配由散射体模型产生的若干多径信号的TOA测量值的统计方法,可以获得视距（LOS）条件下基站与移动台之间的TOA估计值。由此,获得的LOS的TOA估计值可以用于任何传统的TOA定位算法。在NLOS环境中,该算法表明TOAA统的定位精度得到显著的提高。     

对抗NLOS误差的TOA/AOA混合无线定位算法

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。为此,利用蜂窝网络的结构、信号到达时间（TOA）以及信号到达角度（AOA）提出了一种TOA／AOA混合定位算法,有效地解决了这一问题。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,定位精度比其它算法有显著提高,而且在不同分布的NLOS误差下表现稳定。     

一种基于单次散射体定位的TOA/AOA混合定位算法

为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法.假设各基站(Base Station,BS)接收的多径信号都经历了散射体单次散射,首先利用...     

一种基于圆环模型的网格搜索定位算法

为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的单次散射,首先利用圆环模型的几何特征搜索圆环的半径,再根据圆环的半径、TOA信息和AOA信息确定散射体的位置;然后将散射体作为虚拟基站规划移动台(Mobile Station,MS)的可能位置范围,并使用网格搜索和约束判断来获得多个MS可能的估计位置;最后根据误差目标函数的大小进行选择性平均。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。     

基于参数重构的非直达波混合定位算法

在蜂窝无线定位中,非视距(non-line-of-sight,NLOS)误差是影响定位精度的主要因素之一,故如何减轻NLOS误差影响是无线定位研究的热点。本文针对NLOS环境下的定位问题,提出基于参数重构的混合定位算法。首先利用波达角（angle-of-arrival,AOA）重构方法重构直达波AOA,随后充分利用AOA的重构结果,以最大似然估计法迭代估计直达波的波达时延（time-of-arrival,TOA）,最后利用这两个重构后的参数以视距（line-of-sight,LOS）混合定位方法估计出移动台的位置,以实现NLOS环境下的单基站定位,并获取较高的定位精度。这种方式无需视距与非视距识别,改进了传统的单目标参数重构模式。仿真结果验证了该算法的有效性。      

RSS协助的ray-tracing室内定位算法

针对室内定位,当信号受到非视距(non-line-of-sight, NLOS)和多径传播的影响时,本文提出一种接收信号强度(Received Signal Strength, RSS)协助的Ray-tracing室内定位算法,改进已经提出的基于虚拟基站方法的信号到达时间 (Time of Arrival, TOA)和信号到达角度(Direction of Arrival, DOA)室内无线信号Ray-tracing模型,利用信号RSS测量值优化算法,实现TOA、DOA和RSS协同定位,提高室内多径及非视距环境下,无线定位的精度,降低算法复杂度,提高算法处理信号多重散射的能力并降低了对基站的依赖性适用环境更为广泛。首先通过RSS得到信号源可能存在的位置,随后利用Ray-tracing原理并使用虚拟基站,将非视距路径定位问题转化为视距路径定位问题,利用TOA和DOA对直射、透射、反射和绕射情况进行分析建模,最后使用最小二乘法对可能的位置进行筛选,得到信号源的最终位置。仿真结果表明,本算法较改进前拥有更高的定位精度。      

Hybrid TOA/AOA estimation error test and non‐line of sight identification in wireless location

In this paper, a modified time‐of‐arrival (TOA) estimation error test and a hybrid time‐of‐arrival/angle‐of‐arrival (TOA/AOA) estimation error test for identification of line of sight (LOS) base stations (BSs) are proposed. The proposed schemes aim to improve the location accuracy of wireless location systems suffering from the non‐line of sight (NLOS) propagation errors. The modified TOA‐based estimation error test is considered a straightforward approach in identifying the LOS‐BS set when the number of LOS BSs is greater than or equal to three. When both TOA and AOA metrics are available, hybrid TOA/AOA squares of normalized estimation errors are formulated by adopting the approximate maximum likelihood (AML) estimation. The proposed hybrid estimation error test scheme is capable of identifying the LOS/NLOS status of each BS, and performing location estimation in the situation where only two LOS BSs exist. Simulation results show that the proposed schemes are capable of correctly identifying the LOS BSs and improving the overall location accuracy. Copyright © 2009 John Wiley & Sons, Ltd.     

面向非视距环境的室内定位算法

节点位置信息在无线传感器网络中起着至关重要的作用.大多数定位算法在视距(Line-of-Sight,LOS)环境下能够取得较高的定位精度,然而在非视距(Non-Line-of-Sight,NLOS)环境下,由于障碍物的阻挡,无法取得理想的定位精度.针对室内环境中普遍存在的非视距传播现象,提出了基于RTT(Round Trip Time)和AOA(Angle Of Arrival)混合测距方式的室内定位方法,一种轻量级基于网格的聚类算法(Lightweight Grid-Based Cluster,LGBC)被用来生成移动节点的定位区域.算法不需要获取室内环境的先验信息.仿真结果表明,LGBC算法复杂度低,计算开销小,并且与同类算法相比,定位精度提高约65%.     

Geolocation in mines with an impulse response fingerprinting technique and neural networks

The location of people, mobile terminals and equipment is highly desirable for operational enhancements in the mining industry. In an indoor environment such as a mine, the multipath caused by reflection, diffraction and diffusion on the rough sidewall surfaces, and the non-line of sight (NLOS) due to the blockage of the shortest direct path between transmitter and receiver are the main sources of range measurement errors. Unreliable measurements of location metrics such as received signal strengths (RSS), angles of arrival (AOA) and times of arrival (TOA) or time differences of arrival (TDOA), result in the deterioration of the positioning performance. Hence, alternatives to the traditional parametric geolocation techniques have to be considered. In this paper, we present a novel method for mobile station location using wideband channel measurement results applied to an artificial neural network (ANN). The proposed system, the wide band neural network-locate (WBNN-locate), learns off-line the location 'signatures' from the extracted location-dependent features of the measured channel impulse responses for line of sight (LOS) and non-line of sight (NLOS) situations. It then matches on-line the observation received from a mobile station against the learned set of 'signatures' to accurately locate its position. The location accuracy of the proposed system, applied in an underground mine, has been found to be 2 meters for 90% and 80% of trained and untrained data, respectively. Moreover, the proposed system may also be applicable to any other indoor situation and particularly in confined environments with characteristics similar to those of a mine (e.g. rough sidewalls surface).     

一种有效减小非视距传播影响的TOA定位方法

本文基于移动通信环境中非视距(NLOS)传播时延服从指数分布的特性,提出了一种有效减小NLOS影响的定位方法.该方法首先利用测量的波达时间(TOA)和NLOS传播时延的统计特性估计由NLOS引起的附加时延;然后从测量的波达时间中减去附加时延,得到对LOS传播时间的估计,进而估计移动台的位置;最后,对不同时刻估计的移动台位置进行平滑处理,进一步减小NLOS的影响.采用该方法对移动台的位置进行的估计是一种无偏估计,不需要增加系统成本,计算简单,是一种非常实用的定位方法.仿真结果证明了该方法的有效性.     

一种在非视距环境中的TDOA/AOA混合定位方法

提出了一种在非视距环境中的到达时间差/到达角混合定位方法。该方法使用了两步卡尔曼滤波。先用卡尔曼滤波器对到达时间测量值进行预处理,以消除TOA测量值中的NLOS误差。再把经过预处理的TOA测量值输入到用卡尔曼滤波器实现的TDOA/AOA混合定位器中进行定位。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法及静态定位方法中泰勒级数展开法的误差性能。     

Analysis of wireless geolocation in a non-line-of-sight environment

We present an analysis of the time-of-arrival (TOA), time-difference-of-arrival (TDOA), angle-of-arrival (AOA) and signal strength (SS) based positioning methods in a non-line-of-sight (NLOS) environment. Single path (line-of-sight (LOS) or NLOS) propagation is assumed. The best geolocation accuracy is evaluated in terms of the Cramer-Rao lower bound (CRLB) or the generalized CRLB (G-CRLB), depending on whether prior statistics of NLOS induced errors are unavailable or available. We then show that the maximum likelihood estimator (MLE) using only LOS estimates and the maximum a posteriori probability (MAP) estimator using both LOS and NLOS data can asymptotically achieve the CRLB and the G-CRLB, respectively. Hybrid schemes that adopt more than one type of position-pertaining data and the relationship among the four methods in terms of their positioning accuracy are also investigated.     

IR-UWB定位系统距离误差建模及性能研究

基于相干TOA测距算法,研究了IR-UWB无线室内定位系统中由脉冲信号传播特性导致的多径误差和NLOS误差的建模问题。首先利用IEEE 802.15.4a信道模型中的多径信息给出了与系统带宽有关的多径距离误差分布参数。结合IR-UWB信号穿墙传播几何结构,理论推导了穿墙额外传播时延导致的几何距离误差限。对完全NLOS环境下定位的仿真结果表明,利用NLOS距离误差信息直接对TOA测距结果的修正可以显著提高定位精度。