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MIMO的单基站混合定位算法研究

传统定位算法实现时往往需要3个以上的基站,且定位精度易受非视距信号的影响。针对上述问题,提出一种基于MIMO的单基站混合定位算法,利用信号路径参数以及基站、移动台、散射体之间的位置几何关系将定位问题转化成非线性约束优化问题,并使用改进的粒子群算法对其求解得到目标估计位置。计算机仿真表明,该算法在非视距环境下具有良好的定位精度和定位稳定性。     

高精度低复杂度的无线定位新方法

针对高精度的无线定位算法普遍存在运算量较大的问题,提出了一种二维波束空间矩阵束算法进行波达时间(TOA)和波达方向(DOA)联合估计,能够以较低的复杂度准确定位目标。该算法先通过离散傅里叶变换(DFT)波束形成矩阵将阵元空间的接收数据复数矩阵变换成波束空间的降维实数矩阵,使得运算量大幅度降低;再通过奇异值分解和求矩阵对的广义特征值估计视距信号TOA和DOA,从而确定目标位置。Matlab仿真实验结果证明,这种定位方法的均方根误差最好达到0.4 m,运算量不到阵元空间对应算法的1/4,是一种高精度低复杂度的无线定位方法,尤其适用于资源有限的特殊环境(如战场、地震灾区、偏远山区等)中的无线网络定位。     

高精度低复杂度的无线定位新方法

针对高精度的无线定位算法普遍存在运算量较大的问题,提出了一种二维波束空间矩阵束算法进行波达时间（TOA）和波达方向（DOA）联合估计,能够以较低的复杂度准确定位目标。该算法先通过离散傅里叶变换（DFT）波束形成矩阵将阵元空间的接收数据复数矩阵变换成波束空间的降维实数矩阵,使得运算量大幅度降低;再通过奇异值分解和求矩阵对的广义特征值估计视距信号TOA和DOA,从而确定目标位置。Matlab仿真实验结果证明,这种定位方法的均方根误差最好达到0.4m,运算量不到阵元空间对应算法的1/4,是一种高精度低复杂度的无线定位方法,尤其适用于资源有限的特殊环境（如战场、地震灾区、偏远山区等）中的无线网络定位。     

基于圆盘散射体的非视距定位算法

针对无线传感器网络目标定位中的非视距问题,为了抑制非视距误差,提高定位精度,提出一种基于圆盘散射体的非视距定位算法.新算法根据基站收到的多径到达时间,计算加权测量均值,与圆盘散射体模型理论均值进行匹配,建立目标函数,同时引入圆盘半径约束,通过对目标函数求取极值,解出含有目标位置的最优解.仿真实验结果表明,与其他目标定位算法相比,该算法能够得到全局最优解,提高非视距环境下的定位精度.     

基于小波变换的AOA定位算法

提出了一种在非视距(NLOS)环境下对移动台的定位算法。首先利用小波分析对AOA的测量值中的NLOS进行修正,再利用最小二乘(LS)算法确定移动台的位置。仿真结果表明,该算法能够有效地降低非视距环境误差的影响,性能优于基于AOA的LS算法以及神经网络算法。     

非视距传播环境下的AOA定位跟踪算法

基于几何结构的单次反射统计信道模型,提出了一种在非视距(NLOS)传播环境下对移动台的到达角(AOA)的定位与跟踪算法.首先利用径向基函数(RBF)神经网络对NLOS误差进行修正,再利用最小二乘(LS)算法进行移动台位置估计,然后配合相关检测距离门对移动台进行跟踪.仿真结果表明,该跟踪算法能够有效地实现移动台的静态定位...     

一种基于AHP的数据融合无线定位算法

针对LTE网络,在非视距传播环境下提出了一种基于层次分析法的混合定位算法以提高定位的鲁棒性。利用AOA、TDOA、PDOA得到相应测量值,利用得到的测量值分别估算出移动台的位置;再针对三种算法各自特点利用层次分析法构造对比矩阵,计算出权重向量;最后根据层次分析法进行数据融合得到移动台最后的估计位置。仿真结果表明,该基于层次分析法数据融合的移动台定位算法准确,提高了定位鲁棒性。     

散射体位置扰动条件下约束总体最小二乘单站定位方法

非视距条件下的单站定位过程中,需借助散射体位置估计被测目标的位置,而对散射体位置的估计不可避免地要引入误差,因此在散射体位置扰动条件下对被测目标位置的估计方法研究是十分必要的.文中从系统总体误差入手,将定位的最优化问题转化为具有约束条件的极值求解问题.利用约束最小二乘方法将该极值问题等价为无约束条件的极值求解问题,最后采用Newton迭代方法来求解最优点.仿真结果验证了文中算法的有效性.     

双基地声呐定位算法的研究与比较

由于双基地声呐是收发分置的，所以其在水下目标探测和定位方面有着特殊的性质。目前，关于双基地声呐的研究已经引起了人们的广泛关注。该文给出了基于波达时间定位（TOL）和波达方位定位（BOL）的两种双基地声呐定位算法，分别研究了基线长度、时间测量误差、角度测量误差对算法定位精度的影响，最后对这两种算法的定位精度进行了比较和仿真，给出了不同条件下的误差分布曲线。仿真结果表明：双基地TOL算法的定位精度高于BOL定位算法，是一种高精度的双基地声呐定位算法。该算法也可推广应用于多基地声呐的水下定位。     

基于单次反射的井下单基站DOA和TOA定位方法

针对井下巷道单基站定位系统中无线信号受多径效应、非视距传播影响导致定位误差较大的问题,提出了一种基于单次反射的到达方向(DOA)和到达时间(TOA)的联合估计定位方法。该方法利用视距路径和多条单次反射路径的TOA估计值构建以基站原点和单次反射点为焦点的双曲线,利用DOA估计值构建直线,从而建立含有连续位置信息的二元多次估计方程组,通过计算直线与双曲线的交点得到移动目标的精确位置。仿真结果表明,该方法较视距直接定位方法的定位精度有较大提高,且当单次反射路径为3条时即可达到较高的定位精度。     

基于三维扩展卡尔曼滤波的算法

现在的定位算法通常是二维形式的,在基于扩展卡尔曼滤波的TDOA/AOA算法的基础上推导出了该算法的三维形式。在本文中将方位角、俯仰角、TDOA三个量构造成符合扩展卡尔曼滤波器的模型,可求得三个分量,从而最终得到移动基站的位置估计。我们仿真了该方法的跟踪轨迹,推算出参数克拉美罗下限     

路测数据驱动的移动终端定位方法

针对当前无线定位技术无法适应复杂环境、定位精度较低的问题,提出了一种路测数据驱动的移动终端定位方法。首先,基于基站位置定位、基站信号覆盖范围描绘算法建立基站位置-范围模型库,将移动终端初始参数与模型库匹配得出其初始范围;其次,基于道路特征提取算法建立道路分类数据库,利用无线信号特征匹配算法匹配移动终端所在道路信息;最后,建立经纬度-强度映射模型库,运用终端信号比对算法确定移动终端的精确位置。理论分析和实验结果表明,基站定位精度在2 m内的概率为60%,3 m内的概率为77%,相对数据白化之前分别提高了39%、12%左右,基站信号覆盖范围描绘算法也能较准确地描绘基站信号覆盖范围,二者精度的改善能提高最终定位精度。     

基于电信数据的室外定位技术研究

越来越多的移动计算依赖位置信息提供基于位置的服务,移动设备的室外定位技术至关重要。目前广为采用的方式是GPS,但移动设备端的GPS位置信息依赖移动设备如手机的GPS传感器获取,电信运营商虽然为用户提供通话和数据服务,却无法获得用户的精确GPS位置。针对这种情况,提出利用手机端和电信基站之间的连接信号数据(简称电信数据),实现移动设备的定位服务。考虑到电信运营商积累了海量的电信数据,因此通过研究基于电信数据的室外定位技术,使得运营商获取用户位置成为可能。提取电信特征数据、以手机所在GPS位置作为标签数据,研究了五种基于机器学习模型的室外定位算法,实现了从基站信号数据到GPS坐标点的预测,通过大量的实验对比了这些方法的定位精度和运行时间、不同数据收集模式的定位精度、不同特征的定位精度以及探索了后处理对定位精度的提升效果。最终通过实验可知,基于栅格化的随机森林分类模型是效果最好的方法,能够达到15~20m的平均误差和10m的中位误差,比前期回归算法在2G和4G数据分别实现了39.46%和54.28%的精度提升,取得与GPS定位接近的定位精度。     

OFDM系统中基于BP神经网络的定位算法

为了减小正交频分复用(OFDM)系统中多径干扰对定位精度的影响,提出一种基于后向传播(BP)神经网络的定位算法。该算法采用多重信号分类(MUSIC)算法估计OFDM信号首径的到达时间(TOA),再计算出到达时间差(TDOA),然后利用BP神经网络对其进行修正,最后使用Chan算法确定移动台的位置。在多径环境下对算法进行仿真,仿真结果表明该算法能够有效地降低多径干扰的影响,性能优于最小二乘(LS)算法、Chan算法和泰勒算法。     

基于TDOA的无线定位系统的应用与分析

随着通信技术的发展,无线定位技术广泛应用于社会的各行各业。本文首先分析TDOA定位技术的数学模型,通过算法实现移动台的定位。并将其应用于无线网络优化系统中问题网络的定位,使用Matlab软件实现在4个基站下的移动台定位仿真,最终得到比较理想的仿真结果。     

物流监控中的蜂窝无线定位

利用现有的蜂窝网络,通过测量车栽移动终端的位置特征参数TOA和TDOA,结合扇区信息进行数据融合,构造一种基于移动台位置的动态定位算法,提出一种改进型数据融合模型.详细分析基于TDOA的Chan算法及特点,对Chan算法计算过程的中间阶段数据进行数据融合,通过定义可信度函数,从而实现一种蜂窝网络定位新方法.本文的定位方法为物流企业业务的监控和优化提供有力的技术支持.     

基于无线通信TOA值对终端定位问题的研究

基于到达时间的定位算法中,Chan算法在视距环境下有较高的定位精度及较快的收敛速度,但是在非视距环境下算法定位性能明显下降。通过比较各定位算法,采用Taylor级数结合最小二乘法来进行定位,引入定位精度、连接能力来改善算法性能。最后通过建模和数学仿真进行定位精度分析,结果表明改进后的算法有较好的定位精度。     

基于最小二乘法的室内三维定位算法研究

现如今,室内位置服务成为国内外科研人员共同关注的焦点,人们对于位置服务的需求逐渐由最初的室外定位转变为室内定位,同时诸多的室内定位技术得以快速发展。通过以超宽带(UWB)的通信方式为依托,借助到达时间差值(TDOA)的定位模型,着重分析了最小二乘法在求解三维定位坐标时精度误差产生的主要原因。针对传统的最小二乘定位算法在求解三维定位坐标时,由于基站几何布局所引起的定位精度问题,提出基于最小二乘法的三维定位优化算法。通过对实验结果进行分析,比较定位算法在优化前后的两种场景下定位的不同表现效果,发现优化后的最小二乘定位算法的三维定位精度得以明显提高且定位效果稳定,同时也降低了三维定位精度对于基站几何布局的依赖性。     

多基准站GPS定位靶场测试方法研究

在靶场试验过程中,传统的单基准站由于基线长度的限制使其作用范围有限,从而超出一定距离后,差分精度随着大气误差相关性的减弱而明显受到影响;为了解决靶场GPS单频伪距差分定位距离远时精度下降问题,提出了多基准站GPS定位伪距差分定位方法;该方法深入分析伪距方程和伪距差分定位之间的关系;建立靶场基准站网络实时接收目标定位数据和基准站定位数据并实时传送到控制中心;利用基于距离的线性内差模型,设计多基准站数据处理算法和多基线测量数据加权处理方法,实时解算目标定位信息;测试结果表明,多基准站GPS定位伪距差分定位方法,能够有效地解决常规单基准站伪距差分定位精度随用户站与基准站距离增加而降低的问题,同时提高了测试精度。