基于自相关算法的 TOA 估计方法研究

TOA（脉冲到达时间）估计是检测和截获非合作突发通信信号的关键,在通信对抗中至关重要。在介绍基于自相关（AC）算法 TOA 估计原理的基础上,讨论了在低信噪比情况下自相关算法的门限设置问题。采用双门限方法对门限设置进行了改进,并通过计算机进行了仿真分析和验证。     

一种脉冲超宽带测距的门限选择算法

多径衰落和接收机系统噪声是影响脉冲超宽带(IR-uwB)测距精度的主要因素.在能量检测过程中,能否在干扰下准确估计IR-uwB信号的首径到达时间(TOA),是开展IR-UWB测距研究的重点和难点.鉴于此,为提高测距精度,提出一种IR-UWB测距的门限选掸算法.首先建立接收机输出信号统计特性与UWB信道衰减特性的关系式,使用全概率公式推导出TOA估计均方误差(MSE)闭合表达式,给出估计误差与多径衰减系数以及信噪比(SNR)等系统参数的严密数学表达,以最小均方误差为性能指标的门限选择算法进行仿真.仿真结果表明,改进算法可提高IR-UWB测距的性能,使测距精度达到30cm,证明是一种有效的门限选择算法.     

NLOS环境下无线传感器网络TOA定位算法

针对现有定位算法定位精度低、适用场景少的问题,提出一种非视距传播（NLOS）环境下的无线传感器网络电波到达时间（TOA）定位算法。对未知节点位置进行初步估计,将该估计值作为初始迭代参考点,利用泰勒级数展开法进行迭代计算,得到未知节点位置的二次估计值。使用二次估计值反推得到未知节点与各传感器锚节点的近似距离,将原始TOA测量距离与该近似距离之差作为非视距传播误差值,从而剔除NLOS误差较大的TOA测量组,利用误差修正后的TOA测量组再次进行泰勒级数迭代处理,实现未知节点的精确定位。仿真结果表明,该算法可有效抑制NLOS误差,相比传统定位算法,其定位误差小、定位精度高。     

能量包络的简单TOA估计研究

目前IR-UWB（脉冲超宽带）测距算法中基于匹配滤波的TOA（到达时刻）估计算法存在有复杂度高和运算量大的缺点,提出了一种基于能量包络的简单TOA估计算法。该算法是一种单纯的基于相关输出最大值点检测的TOA估计算法：相关器输入接收到的多径信号和锯齿波,检测相关输出最大值点作为TOA估计。该算法比基于匹配滤波输出峰值点检测算法的运算量减小,且算法简单;无需在本地产生复杂的模板信号。通过理论分析,证明了该算法的科学性,通过仿真验证了算法的有效性,对该算法与已有的多种TOA估计算法进行了比较,分析了该算法的误差性能。     

基于IR-UWB雷达的非接触式呼吸检测方法

为消除脉冲超宽带（IR-UWB）雷达系统采集的人体呼吸回波信息中的干扰信号,并准确估计出人体呼吸频率和到达时间（TOA）范围,提出一种基于IR-UWB雷达的非接触式呼吸检测方法。对IR-UWB雷达回波信号进行线性趋势消除与滤波得到平滑的回波信号,在每个慢时间域上对回波信号使用傅里叶变换估计出人体呼吸频率,并设计基于回波信号均方根和超值峰度的EK-RMS算法确定TOA范围,同时将人体呼吸频率与TOA范围进行信息比对,最终得到受试目标的呼吸频率。实验结果表明,与Phase-Based、FFT和WT-Window算法相比,EK-RMS算法在低信噪比条件下具有更高的呼吸频率检测准确率和更强的鲁棒性,且对干扰信号有明显的抑制或消除作用。     

超宽带系统中基于DFT的TOA/DOA联合估计方法

针对现有的脉冲超宽带（Impulse radio ultra wideband, IR-UWB）系统中到达时间（Time-of-arrival, TOA）和波达方向（Direction-of-arrival, DOA）联合估计精度不足的问题,提出了一种基于离散傅里叶变换（Discrete Fourier transform, DFT）的TOA和DOA联合估计方法。该算法首先在频域上对接收信号建模,通过DFT处理频域接收信号的协方差矩阵得到两根天线的TOA粗估计结果。然后通过设计补偿矩阵对时延向量进行相位补偿。搜索可得粗估计结果的补偿值,进一步对TOA参数作出精确估计。最后根据两根天线的到达时间差与DOA之间的关系得到信号的DOA估计值,从而实现TOA和DOA的联合估计。仿真结果表明,所提算法的参数估计性能优于矩阵束算法和传统传播算子算法,且该优势随着信噪比的增大更为明显;同时所提算法无需复杂的特征值分解以及广义逆求解步骤,更易于工程实现。     

基于时间反演的到达时间定位

针对传统算法在室内超宽带（UWB）到达时间（TOA）定位系统里很难准确搜寻出第一条直射路径,从而导致定位精度不高的问题,提出了基于时间反演（TR）的TOA室内UWB定位算法。首先,利用TR处理的空时聚焦特性确定第一条直射路径,从而估计这条路径的TOA;其次,通过加权最小二乘（WLS）定位算法对不同的估计分量赋予相应的权值以提高定位精度。仿真结果表明,相较传统TOA定位,所提方案在低信噪比条件下的均方根误差（RMSE）减小了28.6%,可见该方案有效提升了系统定位精度。     

模拟延迟脉冲锁相环的简单非相关TOA估计研究

在基于平方率的能量检测脉冲超宽带通信系统中,采用了较简单的模拟脉冲锁相环实现脉冲信号的同步和到达时间( TOA)的估计.提出了利用模拟延迟锁相环(ADLL)构建一种精确度高、实现简单的TOA估计算法;并对该算法性能进行了分析.仿真验证了该方法的有效性,并解决了在非视距( NLOS)环境下的精确测距问题.     

超宽带系统的HDP-HMM-MTCS稀疏信道估计算法

给定超宽带（Ultra Wide-Band,UWB）信道的稀疏结构,利用压缩感知（Compressive Sensing,CS）进行UWB信道估计.作为CS实现的多任务CS（Muti-Task Compressive Sensing,MTCS）算法进行信号重建.信号参数和数据共享可以使用伽马-高斯先验来求解.在本文中,层次结构Dirichle进程（Hierarchy Dirichle Processing,HDP）提供了HDP的树结构,用于解决跨多个任务的数据共享问题.我们研究UWB通信的隐马尔可夫模型（Hidden Markov Model,HMM）HDP多任务CS（Hierarchy Dirichlet Processing Hidden Markov Model based Muti-Task Compressive Sensing,HDP-HMM-MTCS）的信道估计性能.首先,在视距（Line-Of-Sight,LOS）和非视距（Non-Line-Of-Sight,NLOS）环境下的标准化IEEE 802.15.4a信道的稀疏信道结构估计.其次,CS比率（CS Rate,CSR）对HDP-HMM-MTCS信道估计性能的影响.最后,利用SNR（Signal-to-Noise Ratio）,并将其与MTCS,STCS（Simple-Task Compressive sensing）,OMP（Orthogonal Matching Pursuit）,L1magic算法以及新的算法如改进的贝叶斯压缩感知（Bayesian Compressive Sensing,BCS）算法,多经字典自适应算法BCS和特征字典自适应算法BCS的信道估计比较时间复杂性.仿真结果表明,无论LOS和NLOS环境如何,HDP-HMM-MTCS具有最小可执行时间,其信道估计性能优于MTCS和其他算法.因此,HDP-HMM-MTCS是用于稀疏信道模式的有效且高效的UWB信道估计方法.     

OFDM超分辨率联合TOA/AOA定位

对无线信号到达时间（TOA）和到达角度（AOA）的精确估计是室内无线定位的关键。正交频分复用（OFDM）是适合多径衰落环境的一种高速传输技术。提出一种联合TOA和DOA的二维定位方法用于OFDM信号定位。算法首先通过信道估计得到信道的频率响应（CFR）,对CFR采用超分辨率算法估计信道时延。首径（first arrival path,FAP）的时延估计就是接收信号的TOA估计。将天线阵列接收信号通过DFT变换到频域,利用同样的算法估计信号各径的AOA/DOA。最后联合TOA和AOA在二维平面上确定目标位置。由于信号是多径、多载波信号,对各载波的DOA/AOA估计在载波间进行处理,再结合各径脉冲响应的幅值,选出属于首径的DOA/AOA估计。在多径环境下仿真表明算法有效且定位精度能够满足实际需要,尤其适合环境中只有一个基站或接入点的情况。     

Monitoring on-orbit calibration stability of the Terra MODIS and Landsat 7 ETM+ sensors using pseudo-invariant test sites

The ability to detect and quantify changes in the Earth's environment depends on sensors that can provide calibrated, consistent measurements of the Earth's surface features through time. A critical step in this process is to put image data from different sensors onto a common radiometric scale. This work focuses on monitoring the long-term on-orbit calibration stability of the Terra Moderate Resolution Imaging Spectroradiometer (MODIS) and the Landsat 7 (L7) Enhanced Thematic Mapper Plus (ETM+) sensors using the Committee on Earth Observation Satellites (CEOS) reference standard pseudo-invariant test sites (Libya 4, Mauritania 1/2, Algeria 3, Libya 1, and Algeria 5). These sites have been frequently used as radiometric targets because of their relatively stable surface conditions temporally. This study was performed using all cloud-free calibrated images from the Terra MODIS and the L7 ETM+ sensors, acquired from launch to December 2008. Homogeneous regions of interest (ROI) were selected in the calibrated images and the mean target statistics were derived from sensor measurements in terms of top-of-atmosphere (TOA) reflectance. For each band pair, a set of fitted coefficients (slope and offset) is provided to monitor the long-term stability over very stable pseudo-invariant test sites. The average percent differences in intercept from the long-term trends obtained from the ETM + TOA reflectance estimates relative to the MODIS for all the CEOS reference standard test sites range from 2.5% to 15%. This gives an estimate of the collective differences due to the Relative Spectral Response (RSR) characteristics of each sensor, bi-directional reflectance distribution function (BRDF), spectral signature of the ground target, and atmospheric composition. The lifetime TOA reflectance trends from both sensors over 10 years are extremely stable, changing by no more than 0.4% per year in its TOA reflectance over the CEOS reference standard test sites.     

室内旋转相对定向算法

为了在无基础设施部署的环境下,实现有效、准确的相对定位,提出了以超宽带信号传播时间（time ofarrival,简称TOA）测距为基础的旋转定向算法.围绕人体旋转无线接收设备,可模拟定向天线的灵敏度和功能.在旋转中,障碍物遮挡会在理论上造成最大的测距误差,从而可以确认目标发送设备相对接收设备的方向.但是,由于室内的复杂环境、多径效应、人体遮挡等因素,使得TOA测距产生较大的测距误差且误差分布是非高斯的.因此,相对于定向算法实际上是模板匹配的算法,在3种典型的模板匹配算法的基础上,实现了二次匹配算法,并对二次匹配中的关键参数进行了最优取值的分析,实现了高精度的水平方向检测,定向精度达到了正负4度,准确度相对于单匹配方法提高了9%.     

一种基于Zigbee 的混合定位算法

定位是无线传感器网络研究的一个热门课题。提出一种基于Zigbee的混合定位算法,将TOA（Time of Arrival）测距与DV_distance定位算法加以融合。TOA测得相邻节点间距离后,利用DV_distance获得未知节点到锚节点的累加距离并加以修正后对节点定位。其中TOA利用Zigbee网络中MAC（medium access control sub-layer）层协议,无需增加额外硬件实现精准测距。该混合算法定位精度高,受网络中锚节点所占比例影响小,适用于大规模传感器网络定位。     

基于接收信号强度的非视距检测与修正算法

为了减少非视距（NLOS）误差对基于到达时间（TOA）的无线定位系统性能的影响,本文提出一种采用接收信号强度（RSS）与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检测并修正。在视距（LOS）传播的TOA与RSS之间关系已知的前提下,利用定位基站得到的TOA与RSS测量值,计算TOA测量值中含有NLOS误差的可能性,并利用该可能性对TOA测量值进行修正。该方法在不增加通信次数的情况下,大大提高了定位精度。本文最后在一个无线定位系统上实现了该算法,并进行了对比实验。实验结果表明,该算法不需对多次定位结果进行统计,即可有效降低NLOS误差对系统性能的影响,适用于对功耗要求苛刻的场合。     

基于多天线系统的TOA特征值估计融合方法

I'OA的测量精度对移动台定位精度有极大的影响。然而,现有的信号特征值估计由于多径传播以及非视距环境等因素,其测量误差一直无法得到有效的降低。通过利用多天线系统提供的多个TOA估计信息,采用信号处理以及数据融合等多种方式,大幅提高了信号特征值佑计精度,并进一步提高了移动台定位精度。     

一个新的两重门限代理签密方案

在签密理论中引入两重门限技术,构造一个新的基于双线性对的两重门限代理签密方案。在该方案中,把第一重(k,n)门限体制应用在密钥共享上,原始签密人把密钥委托给n个秘书来托管,至少k个秘书合作才能恢复此密钥,大大降低了密钥泄露的风险;将第二重(t,m)门限体制应用在代理签密过程中,把签密权委托给m个代签人共享,任何少于t个代理签密者勾结也不能得出正确的签密密文,在很大程度上增强了代理签密的安全性。理论分析表明,说明该方案是可证明安全的,适合实际应用。     

蜂窝网中的chan定位算法的性能分析

对蜂窝网中基于到达时间(TOA)/到达时间差(TDOA)的定位算法进行了分析和研究,重点介绍了Ghan定位算法在二维空间的应用.通过均方根误差(RMSE)与克拉美-罗(CRLB)下界的比较,分析了理想环境中Chan定位算法的性能.还通过实际测量,采用TOA双程测距方式得到TOA测量值,对Chan定位算法在实际测量中的性能进行了验证.实验仿真以及实际验证的结果表明算法在理想环境和实际测量中容易实现,而且定位精度相对较高.     

基于BP神经网络的蜂窝无线定位算法

为了解决最小二乘法需要测量数据的先验信息来构造协方差矩阵的问题,提出了基于BP神经网络的蜂窝无线定位算法。该算法融合了移动基站提供的AOA、TOA和TDOA测量值来实现移动台的定位,利用神经网络较快的学习特性和逼近任意非线性映射的能力,使其适用于复杂的多径环境。同时充分利用了定位的冗余和互补信息有效地减小了非视距传播的影响。对基于BP神经网络的定位系统性能进行了仿真,结果表明,基于BP网络的蜂窝无线定位算法消除了定位模糊和基站非理想分布对定位精度的影响,在复杂的多径环境下能够有效地提高定位精度。     

无线传感器网络中的TOA测距方法研究

介绍了目前常用的无线传感器网络测距方法,对TOA测距方法进行了详细的误差分析,并提出采用SDS-TWR方法来降低TOA方法测距误差的方案。实验结果表明,SDS-TWR方法能有效降低晶体振荡器频率漂移所带来的测距误差,提高TOA测距方法的测距精度。