一种非视距传播环境下的TDOA定位算法

在基于时差定位的各种算法中,Chan氏算法应用普遍。但在非视线传播环境（NLOS,Non-Line Of Sight）下,其定位性能显著下降。在分析基于视线传播的Chan氏算法基础上,给出了一种改进算法,利用TDOA残差对Chan结果进行加权,研究了当NLOS为确定性和随机性误差两种情况下该算法的性能。仿真结果表明,该算法在不同场合和环境下,都能有效地抑制NLOS误差,定位精度明显提高。     

联合卡尔曼法消除无线定位中的非视距误差

通过分析测量值丢弃法和整体平移法的优势和局限性,提出了联合卡尔曼法。它采用设置标准差门限把测量值丢弃法融合到整体平移法中,利用测量值丢弃法在处理偏差较大的测量值方面的优势,消除偏差较大的测量值对后续估计值的影响,有效抑制了卡尔曼滤波的不收敛,降低了对可采用系数的限制,从而使可采用的系数进一步降低,更大程度地消除了非视距误差,提高定位精度。     

PSO-LS：一种非视距环境下目标定位方法

非视距误差是影响室内定位中定位精度的关键因素。为了减少非视距误差对定位的影响,论文提出粒子群和迭代最小二乘的联合定位方法。首先通过粒子群算法得到粗略的目标位置初值,再使用迭代最小二乘法对位置不断更新,从而得到目标位置的精确估计。针对最小二乘仅适用于误差近似服从高斯分布的情况,使用Anderson-Darling检验法选取合适的测量序列,从而使目标定位精度进一步提高。仿真结果表明,PSO-LS算法在使用较小计算量的情况下,使目标定位的精度达到了2cm以内。     

非视距误差抑制方法在矿井目标定位中的应用

分析并指出电磁波非视距传播时延造成的测距误差是影响矿井定位精度的主要原因,针对基于到达时间的矿井目标定位方法,提出了一种能量检测非视距误差抑制方法。该方法通过实测矿井巷道信道特征,统计分析得出直达路径的门限值和信号截取的时间长度,构造相应的鉴别参量,在截取的信号段中提取直达路径能量块的到达时间,以此鉴别出非视距信号。测试结果表明,该方法能够达到较高的测距和定位精度。     

一种非视距环境下的目标定位算法

针对机器人、无人机和其他智能系统的位置信息,研究了非视距(non line of sight, NLOS)环境中基于到达时间(time of arrival,TOA)测距的目标定位问题。在建模过程中,通过引入平衡参数来抑制NLOS误差对定位精度的影响,并成功将定位问题的形式与一个广义信赖域子问题(generalized trust region subproblem,GTRS)框架进行耦合。与其他凸优化算法不同的是,本文没有联合估计目标节点的位置和平衡参数,而是采用了一种迭代求精的思想,算法可以用二分法高速有效地进行求解。 所提算法与已有的算法相比,不需要任何关于NLOS路径的信息。此外,与大多数现有算法不同,所提算法的计算复杂度低,能够满足实时定位的需求。仿真结果表明:该算法具有稳定的NLOS误差抑制能力,在定位性能和算法复杂度之间有着很好的权衡。     

非视距环境中的无线网络残差加权定位算法

无线定位已成为物联网应用的重要研究内容,为减小非视距(NLOS)误差对传统定位算法的精度的影响。因此提出一种基于目标临时位置估计的残差幂次方加权定位算法。算法核心在于先利用分组定位得到不同目标节点估计位置,并将位置之间的差值定义为临时定位残差。然后区别于传统残差加权定位算法,本文提出用残差的高次幂作为加权函数,并通过仿真搜索最优的加权函数。仿真结果表明,当LOS-SN数目不小于2时,本文算法在定位精度上远高于传统的NLOS抑制定位算法。和传统的残差加权定位算法(RWGH)相比,本文所提算法的定位精度提高了近60%,同时降低了对LOS-SN个数的要求。和半正定规划(SDP)相比,定位精度提高了近38%,并降低了计算复杂度。     

非视距环境下基于TOA的移动目标定位

研究了非视距(Non-Line-of-Sight, NLOS)环境下基于到达时间(Time-of-Arrival, TOA)的移动目标定位问题。假定移动目标速度在足够短的时间内为常数,则移动目标定位问题可转化为其初始位置和速度的估计问题。为降低非视距误差的影响,构造了约束最小二乘(Least Squares, LS)问题对移动目标的初始位置、移动速度和非视距误差进行联合估计,并通过合理近似减少了估计变量个数。由于所构造的约束LS问题为非凸优化问题,其全局最优解难以获得。为近似求解该问题,对其进行松弛,以转化为凸的半正定规划(Semidefinite Programming, SDP)问题。与现有方法相比,该方法不需要已知非视距误差的任何统计信息和路径状态。仿真结果表明,该方法缓解了非视距误差产生的负面影响,且在稀疏和密集的非视距环境下都取得了良好的性能。     

在非视距传播环境下无线定位的AOA算法

非视距传播(NLOS)是蜂窝无线定位的一个关键的问题,要提高无线定位的精度,必须有效减小非视距传播的影响.基于一种适合对各种定位算法进行分析的基于几何结构的单次反射统计信道模型(GBSB),提出一种减小非视距传播影响的AOA定位算法,该算法利用临近基站与移动台构成的三角函数关系和波达方向的最大角度扩展作为优化的约束条件,将基于波达方向(AOA)的无线定位问题转化为有约束的最优化问题,从而提高了无线定位的精度.仿真结果证明了该算法的有效性.     

基于Kalman滤波器的非视距误差抑制算法

针对蜂窝网定位中影响定位精度的非视距传播误差问题,提出一种基于Kalman滤波器的非视距(NLOS)误差抑制算法,将到达时间(TOA)测量值及非视距误差作为Kalman滤波器的状态变量,根据TOA测量值的结构特点和NLOS误差的统计特性,确定Kalman滤波器过程方程的状态转移矩阵。以NLOS误差服从指数分布的情况为例进行仿真,结果表明,该算法在精度估计和算法计算量方面具有明显优势。     

超宽带信号的非视距识别与测距误差抑制

针对超宽带信号在非视距环境下测距误差大等问题,基于首径和最强径的位置差、接收信号与首径的功率差及距离残差,提出一种计算简单、识别准确度高的非视距识别方法,并基于偏置卡尔曼滤波和极大似然估计算法,提出一种超宽带信号接收强度与信号达到时间相融合的非视距误差抑制方法,最后开展动、静态场景实验以验证算法的可靠性.实验结果表明,所提出的方法对于非视距场景的平均识别准确度达到95.42%,定位的平均距离误差在0.14m以内.     

无线传感器网络节点的非视距定位方案研究

在无线传感器网络定位中,节点精确定位面临的一个主要问题是信号的非视距传播,非视距误差是节点定位误差的主要来源。在分析非视距误差抑制技术的基础上,提出了一种新的残差加权定位算法。算法通过逐步减少距离测量值个数的组合方式,在每一步选取残差最小的组合,再用加权平均的方法,并利用改进的最小二乘法计算节点临时坐标。仿真结果表明,算法具有较高的定位精度,在不同的非视距误差下表现稳定。     

一种抑制非视距传播误差的混合定位算法

为减小蜂窝网定位中影响定位精度的非视距(NLOS)传播误差,提出一种基于两步卡尔曼滤波到达时间差/到达角度的混合定位算法.利用卡尔曼滤波器的估计值计算非视距数据的方差,调节卡尔曼滤波器的参数,减小测量值的NLOS误差,并将经过预处理的测量值输入到扩展卡尔曼滤波器,实现混合定位.实验结果表明,该算法能有效消除NLOS误差,与Chan算法相比,其定位精度更高.     

基于井下的人员定位算法性能比较

随着无线技术的发展,对于井下人员定位的要求也越来越高。该文介绍了三大类室内定位算法,根据煤矿井下环境的特殊性进行模拟仿真及分析,提出了适用于井下的最优算法。并对其进行改进,同时对此算法进行了仿真,验证其有效性     

多模式移动通信定位系统分析

本文介绍并分析了多种移动通信中各种终端的定位模式、相关设计原理及应用前景。     

运用最优化原理的新型非视距抑制无线定位算法

无线定位中非视距(NLOS)误差的存在会显著降低传统定位算法的精度,因此论文提出了一种运用最优化原理的定位算法以对抗NLOS误差.该算法适用于存在固定节点与移动节点的无线传感网系统,并结合距离加权思想将NLOS环境中的定位建模为二次规划问题,最终得到节点的最小二乘位置估计.分析表明在固定节点数量较多或者存在视距(LOS)传输固定节点时,该算法可以显著削弱NLOS误差的影响.计算机仿真证实了这一分析,其结果表明,在NLOS环境下论文所提出的算法性能优于现有其他定位算法,同时该算法还具有不受固定节点数目限制和复杂度较低等优点.     

非同步网络中基于TOA的鲁棒非视距目标自定位算法

讨论了非同步无线网络中基于到达时间(Time-of-Arrival, TOA)的非视距(Non-Line of Sight, NLOS)目标自定位问题,为了节省目标源的电池能量,假设目标源不向锚节点发送信号,而是仅接收来自锚节点的信号,这种信号的收发方式,会导致测量模型中存在一些影响问题求解的参数,为消去这些参数,选定一个参考测量值,并用其他测量值减去参考测量值,使用经过转换后的测量数据,构造了一个新的鲁棒最小二乘(Robust Least Square, RLS)问题,其以目标源位置和参考测量值中的NLOS误差作为未知变量,同时对其余测量值中的NLOS误差具有鲁棒性。最后,将RLS问题松弛到易于处理的半正定规划 (Semidefinite Program, SDP)问题以获得稳定的解。仿真结果表明,本文提出方法的均方根误差较现有其他方法在不同场景下有0.5m~ 6m以上的优势。     

一种基于卡尔曼滤波的TOA定位算法

针对无线定位中影响定位精度的非视距(NLOS)传播问题,提出一种基于卡尔曼滤波的定位算法,该算法运用卡尔曼滤波对TOA测量值处理,试验验证表明该定位算法取得了较高的定位精度,具有较强的实用价值。     

室内定位中非视距的识别和抑制算法研究综述

针对存在非视距(non-line-of-sight, NLOS)的室内定位算法进行研究.首先描述室内定位中的常用技术和算法(航迹推算、指纹识别定位、邻近探测、极点定位、三角定位、多边定位、质心定位),概括其原理、优缺点和适用场景;其次,通过仿真测试说明研究NLOS识别和抑制的必要性;再次,分别介绍NLOS识别和NLOS抑制的几类算法, NLOS识别算法包括统计学方法、几何关系法、机器学习法、信道特征提取法和虚点密度识别法, NLOS抑制算法包括模糊理论法、引入平衡参数法、几何关系法、小波去噪法、机器学习类算法、凸优化类算法、残差类算法、最小二乘类算法和多维缩放类算法;最后,对全文进行总结并指出NLOS室内定位亟待解决的问题.     

基于UWB和IMU的电力巡检机器人定位方法

为了满足日益增长的电力需求,我国建设了大量发电站和电能转换设施.长时间的负载运行使电力设备运行的不稳定性增加,一般需要通过人工巡检的方式进行检测和维护,但传统的人工巡检方法存在着较大的安全风险,在精度方面满足不了需求,维护效率也比较低.随着人工智能技术的发展,智能巡检机器人的出现给这一问题带来希望,它克服了传统人工巡检...     

室内非视距环境超宽带信号传播特性研究

基于时域射线跟踪方法对室内超宽带信号传播进行了仿真和分析。设计了一种应用于室内带金属家具非视距环境的超宽带信号信道仿真模型,用以分析和描述超宽带信号经室内反射、透射和绕射传播后的时域电场强度,同时比较分析了仿真得到的视距传播和非视距传播中的多径传播、功率时延分布等传播参数。仿真结果可以为室内复杂环境中超宽带无线通信网络覆盖与优化提供理论依据。