非视距环境下RSS和TDOA联合的信源被动定位

针对非视距环境下信源定位性能恶化的问题,提出了一种能时域联合的信源被动定位算法。综合利用接收信号强度和到达时间差两种测量信息,首先给出信源位置的最大似然估计;然后引入距离平方与加权最小二乘法,将非凸的定位方程求解问题转化为广义信赖域子问题,采用二分法求得信源位置的估计;接下来采用迭代法估计非视距误差与信源位置以提高定位精度;最后,推导了联合估计的克拉美罗下界,比较分析了计算复杂度。仿真结果验证了所提出算法在非视距环境下接近克拉美罗下界,且具有较好的鲁棒性。     

基于TOA的水下目标定位算法克拉美罗界

对基于到达时间估计的水下主动目标定位方法的定位误差克拉美罗界进行了分析,针对现有误差分析过程中时间测量误差假设不适用于非合作目标情况的问题,提出了时间测量误差可变的定位误差分析方法,推导了时间测量误差随目标位置变化时定位误差的克拉美罗下界,并进行了计算机蒙特卡罗仿真实验,结果表明经过修正后的克拉美罗下界整体上小于修正前克拉美罗下界,且在定位范围内,修正后克拉美罗下界的分布变化趋势与蒙特卡罗统计实验的定位方差分布变化趋势更加相符。     

改进的时差频差多目标定位算法

提出了改进型约束总体最小二乘多目标定位算法.首先引入辅助变量将非线性定位方程转化为伪线性方程;然后利用两步最小二乘法估计目标的初始位置,依据目标初始位置重新选择参考传感器;最后考虑伪线性方程中所有系数矩阵的噪声,采用拉格朗日乘子技术求解约束条件,利用拟牛顿算法迭代公式得到精确解.仿真结果证明了理论分析的正确性和可行性,所提算法能够达到克拉美罗下界,具有较强的鲁棒性和精确的定位性能.     

基于指纹的可见光室内定位系统融合算法

可见光室内定位系统由于墙壁反射和外界噪声存在而产生误差.对现有的基于指纹识别的可见光室内定位算法进行仿真比较,提出了将确定型算法与概率分布算法融合的室内定位改进算法.首先用KNN算法选取几个与接收机位置相近的网格点,对接收信号进行高斯滤波,而后用贝叶斯算法计算其后验概率,后验概率最大的点即为估计位置.这一改进算法不仅降低了贝叶斯算法的复杂度,也大大提高了KNN算法的定位精度,平均误差为0.17 m.     

融合建筑信息模型的基站自标定技术

由于建筑材料的遮挡和吸收,室内的无线信号严重受损,致使全球卫星导航系统在室内场景中效果并不理想,因此基于基站的室内定位技术成为关键,其定位性能与基站标定精度关系密切.基于基站通常布置在建筑体墙面上的事实,提出了一种融合建筑信息模型的基站自标定技术,用于提升自标定性能,同时,使用克拉美罗下界进行理论性能分析.所提技术在半定规划算法中融入了建筑信息模型空间约束.克拉美罗下界分析和算法仿真实验结果表明,融入建筑信息模型中的空间约束有效地提升了基站自标定的精度.     

时差定位最优布站方法研究

针对时差定位,提出了以优化布站来提升定位精度的方法.该方法以克拉美罗下界的迹最小为定位精度衡量指标,通过对时差定位条件下克拉美罗下界的影响因素进行分析,发现接收站到目标的距离对克拉美罗下界没有影响,而接收站到目标的角度对克拉美罗下界有影响.随后,对克拉美罗下界迹的表达式进行了推导,并求得其最小值及取最小值的条件,得到结论:当接收站包围目标并呈等角布站时,对目标定位的克拉美罗下界取得最小值,此时布站最优.     

物联网目标定位算法的MATLAB仿真

为了解决物联网定位中面临的诸多问题,对经典定位算法进行了仿真研究,并通过对仿真结果进行对比分析得到将最小二乘法、最大似然估计与拉格朗日日乘法结合起来使用的估计目标位置方法,即统一地利用加权最小二乘法/受限制的加权最小二乘法来计算各种算法.根据测量结果得到的非线性方程能够转化为线性方程,而这些线性方程应用加权最小二乘法与拉格朗日乘法来处理,这种方法可以很容易应用到其他算法上.在噪声相对较小时,上述算法性能已经可以达到克拉美罗下界和无偏性.     

基于尺度优化IUKF滤波的室内定位估计方法

为了改善以往室内接收信号强度指示定位方法精度不高的问题,提出了一种运用单形采样和协方差修正策略的尺度优化迭代无迹卡尔曼滤波器(SIUKF),对节点坐标和信道衰减参数进行联合估计解算,从而实现对目标位置获取的改进定位方法.该方法针对室内环境复杂、干扰因素较多、接收RSSI信号存在较大的噪声的情况,使用kernel平滑法对原始数据进行预处理校正,并将定位问题转换为非线性状态最优化估计问题.实验和仿真结果表明,与扩展卡尔曼滤波(EKF)和标准无迹卡尔曼滤波法(UKF)相比,采用具有更高非线性近似精度的SIUKF解决接收信号强度指示室内定位估计问题,可以较好地提高目标位置估计精度,且计算复杂度适中,稳定性更好,平均定位精度可达0.65 m,能满足室内定位的需求.     

利用样本分位数求位置-尺度分布参数的渐进置信估计

基于位置-尺度分布的若干个样本分位数,利用线性回归模型建立位置参数及尺度参数的渐进正态且渐进无偏估计量,得到分布参数的渐进置信估计.     

共同观测环境多UUV协同导航

协同导航方法是一种利用无人水下航行器(UUV)之间相对位置信息,提高配备低精度自定位传感器个体定位精度的方法。然而个体间相对位置的改变,即协同结构的不同,会导致不同的定位精度。当多个UUV由于相距较近,被在较远处的配备高精度定位传感器的另一UUV上的同一声纳同步观测时,即它们处于"共同观测环境"中,各个UUV所受到的噪声干扰具有相同或相近的性质。因此,可以利用误差间这种相关性对量测信息进行粗估计,再利用合适的滤波器融合粗估计量测与航位推算估计以提高配备低自定位精度传感器UUV位置估计的精度。最后的仿真结果显示了这种处理方法的有效性和一致性。     

基于多元变量泰勒级数展开模型的定位算法

传统Taylor级数展开模型只考虑未知节点和锚节点之间的距离,没有考虑未知节点之间的距离,定位信息不够全面,从而导致定位精度不高。为了进一步提高定位精度,该文提出了一种新的基于多元变量Taylor级数展开模型的定位算法。首先考虑未知节点之间的距离信息,建立新的基于多元变量Taylor级数展开的定位模型。然后,在对新的定位模型求解过程中,采用粒子群算法对未知节点进行定位,获得其位置的初始值。再根据加权最小二乘法求出新模型的解,作为未知节点的估计位置。最后,为评价该算法的性能,对定位结果的克拉美罗界（CRLB）进行推导。仿真结果表明基于多元变量Taylor级数展开模型的定位精度更高,定位误差接近CRLB。     

Satellite image RPC parameters estimation method using the heteroscedastic errors-in-variables model

The positioning accuracy of a satellite image is mainly affected by the estimation accuracy of the rational polynomial coefficients (RPCs). Image point compensation or ground control point correction methods are usually used in the existing algorithms. Because the error characteristics of the design matrix elements are not considered, there are problems such as incomplete systematic error elimination and low parameter estimation accuracy. Considering the influence of the model systematic error, a heteroscedastic estimation method is proposed in this paper. First, the random model of matrix elements is established in the algorithm to describe the system characteristics more accurately. Taking into account the system deviations of the design matrix elements, the least square model is constructed using the Mahalanobis distance as the metric, and parameters are solved using the generalized eigenvalue method. The systematic error can be reduced theoretically. Experiment on different terrain images of TH-1 shows that the image correction accuracy of the proposed method is improved by more than 36 times compared with the traditional method, and the precision consistency is superior, which is of great significance to improving the accuracy of RPC parameters estimation and satellite imagery positioning.     

基于半定松弛优化估计的无线传感网络定位

针对复杂环境下的无线传感节点位置定位精度的问题,提出一种基于无迹卡尔曼滤波的半定松弛优化估计（SC-SDP）算法,以实现无线传感器网络中节点位置的准确估计。文章基于半定松弛优化估计定位技术,建立系统模型并将其作为一个优化问题,通过寻找初始非凸目标函数的更低下界来重新阐述优化问题,将非线性和非凸问题分别松弛优化,得到次优化解;采用无迹卡尔曼算法过滤其噪声,获得一个可更准确地捕捉真实均值和协方差的滤波器,并且利用无轨迹转换使高斯输入信号精确到三阶,非高斯输入信号精确到二阶。大量的实验结果分析表明:SC-SDP算法在无线传感器网络的定位误差（RMSE）要优于GM-SDP算法、WLS算法以及CRLB算法的定位误差,提高了无线传感器网络的定位精度;半定松弛化算法的抗干扰性得到改善。     

利用Klobuchar模型和载波平滑伪距观测值模型分析电离层变化

在GPS测量中,电离层延迟是一个比较重要的误差来源.对于单频接收机,由广播星历中提供Klobuchar模型参数进行电离层延迟改正;对于双频接收机,采用载波平滑伪距观测值计算电离层延迟改正.利用深圳市连续运行卫星定位参考站系统的双频观测数据,分别用Klobuchar模型和载波平滑伪距观测值两种方法计算深圳市5个CORS站上的电离层延迟值,对两种模型计算的电离层延迟值进行比较,分析深圳市电离层延迟的周日变化规律.     

手持式GPS在遮挡条件下提高定位精度的研究

目的提高手持式GPS在遮挡条件下定位精度.方法通过建立林区GPS控制网,求解高精度的坐标转换参数,然后采用手持式GPS进行样地中心定位和小班边界定位的实验.结果手持式GPS样地中心定位最大综合误差为3.86 m,小班边界平均位移和中心位置绝对位移分别为3.23 m、3.72 m,小班面积测量精度达到98%以上.结论在实际应用中宜选择5个已知差分基准站求解坐标转换参数;利用此参数可有效提高遮挡条件下手持式GPS的测量精度,且操作简单,实用性强.     

全球导航定位系统接收机的跟踪环路带宽设计

为实现全球导航定位系统(GPS)软件接收机对卫星信号灵活稳定的跟踪,采用非相干延迟锁定环和科斯塔斯环来实现伪码跟踪和载波跟踪;选择环路的带宽,利用最优化的设计理念,设计了GPS软件接收机的最优环路带宽,并且根据所估计的信噪比来确定跟踪环路的最优带宽,以达到总的误差最小.采用GPS卫星中频信号采样器采集实际的GPS数据,并通过Visual C及MATLAB进行了仿真实验,结果表明,接收机成功地跟踪上了7路信号,并以通道1中的数据计算出了同相和正交相信号,所设计的搜索和跟踪方法灵活有效,为接收机能够快速地对GPS信号实现捕获和跟踪提供了一定的保障.同时也使得GPS软件接收机对信号处理改用软件来实现,拥有了极大的灵活性.     

窄带MIMO信道最大似然估计的误差

采用最大似然估计（MLE）准则求解窄带多入多出（MIMO）信道矩阵,并对码同步和最大似然估计进行了严格的推导.基于Matlab/Simulink信道测量仿真系统搭建了MIMO仿真平台,并给出了软件仿真系统的信道测量结果.误差分析结果表明,由硬件采样率决定的码同步误差制约信道估计的精度;为保证相位估计的精度,中频提取的频率误差必须限制在一定的范围内;当信干噪比性能较好时,码同步误差超越信干噪比成为制约信道估计性能的主因     

OFDM系统符号定时估计算法

正交频分调制(OFDM)是一种高效的数据传输技术,具有良好的抗衰落能力,可实现并行传送。但是OFDM对同步误差十分敏感,特别是符号同步误差。传统的MLE算法虽对符号定时估计很有效,但计算复杂度较高。而经改进的MC算法计算复杂度虽降低了,但其估计性能却大大下降。为了降低符号定时估计的计算复杂度和提高估计的性能,在MLE算法的基础上,提出了一个计算复杂性比MLE算法、MC算法都有不同程度降低的新的符号定时估计算法。同时通过Matlab的模拟仿真表明,在信噪比较高时,新的算法定时估计性能更优于MC算法。     

一种基于移动广播网的TOA／TDOA无线定位算法

针对Chart定位算法在非视距（NLOS）环境下定位性能较差的缺点,提出一种基于多基站TOA区域质心修正的Chart定位算法,该算法利用Chan算法初始定位,再通过TOA区域质心校正,以提高定位精度。仿真结果表明,该算法有效减小了NLOS误差对定位估计的影响,在NLOS误差较大的环境下仍具有良好的定位精度,性能优于Chart算法和Chan-Taylor协调定位算法。     

Characteristics for wind energy and wind turbines by considering vertical wind shear

The probability distributions of wind speeds and the availability of wind turbines were investigated by considering the vertical wind shear. Based on the wind speed data at the standard height observed at a wind farm, the power-law process was used to simulate the wind speeds at a hub height of 60 m. The Weibull and Rayleigh distributions were chosen to express the wind speeds at two different heights. The parameters in the model were estimated via the least square(LS) method and the maximum likelihood estimation(MLE) method, respectively. An adjusted MLE approach was also presented for parameter estimation. The main indices of wind energy characteristics were calculated based on observational wind speed data. A case study based on the data of Hexi area, Gansu Province of China was given. The results show that MLE method generally outperforms LS method for parameter estimation, and Weibull distribution is more appropriate to describe the wind speed at the hub height.