基于最小二乘和泰勒级数展开的蜂窝定位新算法

蜂窝网络用户定位是蜂窝移动通信领域研究的热点技术之一.泰勒级数展开算法在求解非线性定位方程组中得到了广泛的应用,但是它对初始值具有很强的依赖性.本文提出了一种确定泰勒级数展开初始值的最小二乘估计算法,并对算法进行了仿真分析.仿真结果表明,本算法具有近似于基于真实值的泰勒级数展开算法的性能.     

基于泰勒级数展开的蜂窝TDOA定位新算法

在蜂窝移动通信系统中，TDOA（到达时间差）是目前最有发展潜力的无线定位技术。其中的泰勒级数展开算法因为具有精度高和顽健性强等特点在求解非线性定位方程组中得到了广泛的应用，但它对初始值有很强的依赖性。在此基础上，提出一种混合优化算法（HOA，hybrid optimizing algorithm）将泰勒级数展开算法和最速下降法有机结合，扬长避短，既继承了泰勒级数展开算法的精确性和顽健性，又具备最速下降法迭代前期收敛速率快，计算量小的优点。仿真结果表明HOA算法能显著提高传统的泰勒级数展开算法的定位精度和定位效率。     

联合RSSD和TDOA技术的认知协同定位算法研究

在认知无线网络通信中,主用户的位置信息对于认知用户借用信道接入通信具有重要意义,通过协同定位技术来提高定位性能已成为当前认知无线电领域研究热点之一。论文提出了一种基于RSSD/TDOA技术的协同定位算法,该算法适用于对主用户发射功率和主用户信号发射瞬时时间等先验知识未知的应用场景。算法首先通过凸包算法对主用户的位置进行识别,然后再采用RSSD/TDOA协同算法对主用户进行定位,并通过顽健性较强的泰勒级数展开法来提高定位精度。仿真结果表明,论文所提的在认知无线网络中实现对主用户定位的算法相比较而言具有更高的定位精度和时效性。      

基于时间测量的蜂窝网无线定位技术

随着蜂窝移动通信技术的迅速发展,蜂窝无线定位技术越来越受到人们的重视。在分析应用于无线蜂窝网络的TOA和TDOA时间定位方法的基础上,对基于时间的非线性最小二乘(NL-LS)算法、Chan算法、泰勒级数法等定位算法进行了探讨和比较,最后分析了定位误差产生原因以及减小定位误差的办法。     

改进二阶锥松弛和泰勒级数展开在TDOA无源定位中的应用

针对二阶锥松弛算法无法对凸包外的目标进行有效定位的问题,本文提出基于改进二阶锥松弛和泰勒级数展开的TDOA定位算法。首先,给出在视距条件下接收站位置信息无误差的TDOA定位的加权最小二乘模型;其次,将原来的非凸优化模型松弛成凸优化模型,对等式约束进行松弛时,在传统二阶锥松弛算法的基础上增加新的惩罚项,使松弛后的约束条件进一步逼近原问题约束,从而有效解决了二阶锥松弛定位的凸包问题;再次,将松弛后的模型转换成二阶锥形式进行求解;最后用二阶锥松弛算法的估计值作为初始值进行泰勒迭代,进一步提高估值精度。仿真结果表明本文算法有效,定位性能优于传统二阶锥松弛算法,可以逼近克拉美罗下限。      

无源定位观测站站址误差自校正算法

无源定位中观测站的站址误差会对定位精度产生不良影响。本文提出了一种基于观测站站址误差自校正的定位算法,推导了高斯噪声模型下定位误差的克拉美罗下界（CRLB）,通过泰勒级数展开建立了关于站址误差的线性方程并得到了误差的线性最小均方误差（LMMSE）估计,改善了观测站的位置,使用Chan算法得到了定位结果,仿真验证了算法的定位精度在高斯噪声模型下能够达到CRLB。      

一种基于二阶锥规划的新时差定位算法

针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基于二阶锥规划的新时差定位算法.该算法通过凸松弛和引入惩罚项,将难以求解的用户位置最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的最优解作为用户位置的初始估计,利用传统的泰勒级数展开法得到最终定位结果.仿真给出了不同基站数目及量测噪声下算法的定位性能.仿真结果表明,在量测噪声较大的情况下,新算法的定位精度仍可以逼近理论克拉美罗下限,而且算法中惩罚因子的选取范围易于确定.     

高性能单精度除法器的实现

在3D图像处理等对运算要求高的领域，高效除法器已成为处理器内必不可少的部件。在分析除法器设计的泰勒级数展开算法基础上，提出了一种新的除法器设计算法。在满足同样精度的情况下，所实现的三级流水线的除法器．与基于泰勒级数展开算法的除法器相比，面积更小，速度更快。     

基于泰勒级数下的均匀分布的空间相关性分析

通过对泰勒级数的展开,推导了均匀角能量分布的线性阵列和圆形阵列空间相关性的泰勒近似表达式。在对空间相关性的精确表达式的基础上,通过泰勒级数的展开,得到近似的相关性的表达式,在Matlab环境下进行仿真,对泰勒级数展开的近似算法与以往的近似算法进行了比较,并将基于泰勒级数展开的近似算法与精确算法进行比较,结果表明在一定条件下,泰勒近似算法与精确算法在很大范围内有很好的一致性。通过近似算法的分析可以得出,在一定范围内,增大天线间的距离以及角能量分布标准差可以减小天线阵列的空间相关性。     

蜂窝网络中基于TDOA的CHAN定位算法性能分析

基于用户位置的应用已经成为移动数据业务的重要组成部分,使得蜂窝系统用户定位技术成为蜂窝移动通信领域的研究热点。CHAN算法是一种优良的利用电波到达时间差（TDOA）的定位算法。该算法的特点是计算量小,在视距（LOS）传播环境下有较高的精度。通过在高斯噪声和实际信道两种不同的传播环境下对CHAN算法进行仿真,通过对算法的仿真分析,结果表明在不同的基站以及不同环境下,CHAN算法的定位精度有着显著的差别。     

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。     

Taylor级数展开法中初始位置的选择方法

在时差定位中Taylor级数展开法是否有效收敛受到初始位置选择的约束，比较三种初始位置选择方法：真实位置法，Chan算法以及渐近线交点法，通过试验说明三种方法在Taylor级数展开法定位中不同的性能。     

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。     

一种基于最小二乘法和Taylor级数展开法的协同定位算法

文章文针对基于TDOA的Taylor级数展开法在蜂窝网移动通信定位过程中初始值不易选择的问题,提出了一种基于最小二乘法和Taylor级数展开法的协同定位算法,将最小二乘法的定位结果作为Taylor级数展开法的初始值,仿真结果表明,该法的定位精度要高于最小二乘法和Taylor级数展开法。     

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。     

Taylor polynomial expansion based waveform correlation cancellation for bistatic MIMO radar localization

A Taylor polynomial expansion (TPE) based waveform decorrelation algorithm with low complexity is proposed to cancel the effects of auto-correlation and cross-correlation of transmit waveform of multiple-input multiple-output (MIMO) radar in the receiver. Cayley-Hamilton theorem is first used to expand the direct matrix inversion to the form of polynomial matrix. And then, Taylor series is used to simplify the calculation of the polynomial matrix. Furthermore, a simplified method is proposed to select the normalized factor by exploiting the special properties of signal correlation matrix, where the convergence performance for the approximation error of the TPE decorrelator is also analyzed. Finally, the performance of waveform correlation cancellation is verified by applying it to bistatic MIMO radar multi-target localization. Simulation results demonstrate the effectiveness of the proposed algorithm.     

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。     

基于Chan氏算法和Taylor级数展开法的协同定位方法

该文分析讨论了Chan和泰勒两种TDOA定位算法的优缺点,并在此基础上提出了基于 Chan氏算法(1994)和Taylor级数展开法(1976)的协同定位方法。通过在不同信道环境下对协同定位 方法进行仿真,表明该方法在信道环境恶劣时能够有效地提高定位精度。