TDOA/AOA数据融合定位算法

基于非视距传播（NLOS）环境下的几何结构单次反射统计信道模型,提出了到达时间差/电波到达角（TDOA/AOA）数据融合定位算法。利用TDOA定位算法和AOA定位算法分别估算移动台（MS）位置,然后利用数据融合方法确定MS位置。仿真结果表明,本文算法在NLOS环境下有较高的定位精度,性能优于TDOA定位算法和AOA定位算法。     

基于贝叶斯推理的TDOA/AOA定位算法

在视距(LOS)环境下,到达时间差(TDOA)和电波到达角(AOA)定位技术可以获得较高的精度,而在非视距(NLOS)环境下,无法得到良好的定位效果.在非理想信道环境下,蜂窝基站和移动终端之间存在多径传输和NLOS传播的问题,这些因素均会影响定位精度.构建LOS和NLOS传播条件下的实际信道环境模型来研究信号的测量误差特性,利用贝叶斯推理的方法对AOA测量值进行估计,从而有效消除附加噪声的干扰.仿真结果表明,在NLOS环境下,该算法的定位性能优于单纯的TDOA和TDOA/AOA算法.     

基于文化鱼群算法的到达时间差定位技术

针对到达时间差(TDOA)定位估计中的非线性最优化问题,在鱼群算法中引入文化机制设计基于实数编码的文化鱼群算法,将Chan算法的解作为文化鱼群的一个个体初始位置,并利用文化鱼群算法搜索TDOA定位的最优坐标。仿真结果表明,该技术性能稳定,在鱼群规模较小的情况下能快速鲁棒地找到逼近全局最优点的解,并且具有较快的搜索速度和较高的搜索精度。     

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.     

移动台混合定位方法的研究

移动通信系统中,针对移动台的定位精度问题,提出基于A-GPS的混合定位方法.当GPS无法独立完成定位需求时,则切换至基于移动台的定位方法完成定位服务.在基于移动台的定位算法上,采用到达时间差(TDOA)的方法,并通过最小二乘法降低由非视距传播带来的误差影响,提高TDOA的定位精度.经过计算机的仿真试验,证实此算法在一定噪声环境中能够达到克拉美罗下限,并且优于其它同类算法,取得了较好的定位效果:适用范围广,定位速度快、精度高,完全可以满足定位服务的要求.     

到达时间差定位方法在乒乓球落点估计中的应用研究

基于到达时间差(Time Difference Of Arrival,TDOA)定位系统定位二维平面目标至少需要三个传感器,本文论述了三站时间差定位系统的原理。用几何精度因子(Geometric Dilution of Precision,GDOP)分析定位精度并通过MATLAB数值仿真的方法研究传感器分布与定位精度之间的关系。最后本文基于TDOA定位方法提出了乒乓球落点估计应用中的三站传感器最优分布方案。     

基于遗传算法和模拟退火算法的TDOA定位技术

提出一种基于遗传算法与模拟退火算法的TDOA定位估计算法,该算法通过对求解定位坐标计算时的最大似然函数进行求解,实现了利用所有TDOA测量值对移动台的定位估计。该算法采用实数编码,自适应交叉率和变异率实现遗传算法的全局搜索,引入模拟退火的Boltzmann机制,解决遗传算法容易陷入局部最优的问题。实验结果表明,该算法定位精度高、收敛速度快。     

一种NLOS环境下的TDOA/AOA定位算法

在LOS环境下,Chan算法有着较好的定位精度,基于Chan算法的到达时间差/到达角(TDOA/AOA)算法比Chan算法有了进一步提高。但是在NLOS环境下,这些算法的精度都将大大下降,由于AOA的测量值有较大误差,TDOA/AOA方法的精度甚至低于Chan算法。并且这些算法的主要缺点是在第一次加权最小二乘法(WLS)中把移动台的横坐标、纵坐标与移动台到服务基站的距离作为三个相互独立的变量,忽略了三者之间的相关性,因此要进行第二次WLS才能得到定位结果,且最终的解为二值根。对误差的均值和方差进行了估计,修正了TDOA与AOA测量值,用Kalman滤波算法对AOA的值进行了估计,利用移动台坐标与AOA之间的关系将三个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性,性能优于Chan算法和基于Chan算法的TDOA/AOA算法。     

NLOS环境下TDOA/AOA混合定位算法研究

在CDMA的网络环境下，TDOA/AOA混合定位算法能够比Chan算法有较高的定位精度。然而随着AOA测量误差精度的下降，定位精度逐渐下降，甚至低于Chan算法的定位精度。本文在传统的TDOA/AOA混合定位算法加入校正因子，通过逐步迭代的方法，逐渐消除NLOS对TDOA测量值的影响，从而获得比传统TDOA/AOA混合定位算法更高的定位精度。仿真表明：在各种环境下，特别是非视距环境下该方法能够显著提高定位的精度，并且运算量增加较少。     

基于二维网格融合特征参数的室内匹配定位算法

针对接收信号强度值(RSSI)的时变特性降低定位精度的问题,提出了一种基于二维网格特征参数融合的室内匹配定位算法。该算法融合RSSI和信号到达时间差(TDOA)构建网格特征参数模型,基于二维网格快速搜索策略降低匹配定位的计算量,采用网格特征向量的归一化欧氏距离进行最优网格匹配定位,最终由匹配网格的参考节点计算终端的精确位置。定位仿真实验中,该算法在3m网格粒度下的定位均方根误差为1.079m,平均定位误差小于1.865m;3m定位精度下的概率达到94.7%,相对于传统单一RSSI模型法提高了19.6%。所提算法能够有效提高室内定位精度,同时减少搜索数据量,降低匹配定位的计算复杂度。     

基于AUPF的TDOA几何定位跟踪算法研究

使用无源时差（TDOA）定位技术确定无人机等小型辐射源目标的位置是当前研究的热点,针对时差定位算法较为复杂的实际情况,推导了时差双曲线的几何解,并提出了一种基于自适应无迹粒子滤波（AUPF）技术的移动目标定位跟踪方法。通过仿真对该方法在不同场景的应用效果进行了验证,进一步比较分析了算法的定位精度。结果表明,基于自适应无迹粒子滤波的时差几何定位跟踪算法可以在多种情况下较好地拟合出目标真实运动轨迹,实现对运动目标的定位跟踪,同时拥有更低的定位误差和更高的轨迹包容度,使用该方法可以显著提高对非合作移动辐射源目标的位置估计性能。     

On the use of calibration sensors in source localization using TDOA and FDOA measurements

The accuracy of a source location estimate is very sensitive to the presence of the random noise in the known sensor positions. This paper investigates the use of calibration sensors, each of which is capable of broadcasting calibration signals to other sensors as well as receiving the signals from the source and other calibration sensors, to reduce the loss in the source localization accuracy due to uncertainties in sensor positions. We begin the study with deriving the Cramer–Rao lower bound (CRLB) for source localization using time difference of arrival (TDOA) and frequency difference of arrival (FDOA) measurements when a single calibration sensor is available. The obtained CRLB result is then extended to the more general case with multiple calibration sensors. The performance improvement due to the use of calibration sensors is established analytically. We then propose a closed-form algorithm that can explore efficiently the calibration sensors to improve the source localization accuracy when the sensor positions are subject to random errors. We prove analytically that the newly developed localization method attains the CRLB accuracy under some mild approximations. Simulations verify the theoretical developments.     

基于麦克风阵列的声源定位研究

以基于声达时间差(TDOA)的定位技术为基础,在噪声和混响同时存在的环境下,对基于麦克风阵列的声源定位方法进行了系统研究。在传统LMS自适应算法的基础上,提出了一种基于语音激励信息的LMS自适应时延估计新方法,再结合平面四元几何法定位。经过模拟房间环境的实验验证,该方法抗噪声、抗混响能力强,是一种定位精度高,运算量小的声源定位方法,可用于实时定位。     

改进粒子群优化算法在TDOA定位中的应用

针对TDOA定位估计中的非线性最优化问题,提出了一种基于改进粒子群优化的TDOA定位算法。该算法在自适应粒子群优化算法的基础上,引入禁忌搜索策略,有效地解决了粒子群优化算法容易陷入局部最优的问题,使算法快速收敛到全局最优解。仿真结果表明:该算法性能稳定,定位精度高。     

无线传感器网络中基于TDOA/FDOA的增强半正定松弛定位算法研究

本文在无线传感器网络定位问题中,考虑了基于到达时间差（Time-Difference-of-Arrival,TDOA）和到达频率差（Frequency-Difference-of-Arrival,FDOA）的移动未知目标定位问题,TDOA/FDOA联合定位可以有效利用传感器的位置和速度信息,提高了定位精度。本文在现有的半正定松弛（Semidefinite Relaxation, SDR）方法的基础上,提出了一种增强半正定松弛方法。通过挖掘现有半正定规划问题中优化变量之间的内在联系并将这些联系转化为凸约束,有效提高了现有半正定松弛方法的紧度,从而使估计的未知目标的位置和速度精度达到了克拉美-罗下界 (Cramer Rao lower bound,CRLB)。仿真结果表明,该方法的性能在大噪声时优于现有方法。     

基于SRUKF的TSOA/TDOA单站跟踪技术研究

阐述了蜂窝网系统中单台定位设备TSOA/TDOA被动式新型混合定位技术的原理.利用TSOA/TDOA混合定位的数学模型建立系统观测方程,采用受随机加速影响的匀速运动状态模型,描述了移动台的位移和速度.在此基础上推导了基于平方根无迹卡尔曼滤波的跟踪算法,并通过仿真实现了对移动台位置和速度的同时跟踪.仿真结果表明,与扩展卡尔曼滤波及无迹卡尔曼滤波算法相比,平方根无迹卡尔曼滤波算法的跟踪性能更优.     

基于TDOA定位机制的无线传感器网络节点设计

介绍了一种具有到达时间差(TDOA)定位机制的基于数字信号处理器(DSP)的无线传感器网络节点。它包括TMS320F2812DSP,512 kB的SRAM,2.4 GHz波段的无线收发模块、音频信号收发模块及电源管理模块等。节点通过测量RF同步信号与音频信号的TDOA来测量节点间的间隔距离,并采用互相关时延估计算法来实现节点定位。实验数据表明:该节点最远测距距离超过25m,角度误差小于3.7%。     

Localization of multiple disjoint sources with prior knowledge on source locations in the presence of sensor location errors

Sensor location errors are known to be able to degrade the source localization accuracy significantly. This paper considers the problem of localizing multiple disjoint sources where prior knowledge on the source locations is available to mitigate the effect of sensor location uncertainty. The error in the priorly known source location is assumed to follow a zero-mean Gaussian distribution. When a source location is completely unknown, the covariance matrix of its prior location would go to infinity. The localization of multiple disjoint sources is achieved through exploring the time difference of arrival (TDOA) and the frequency difference of arrival (FDOA) measurements. In this work, we derive the Cramér–Rao lower bound (CRLB) of the source location estimates. The CRLB is shown analytically to be able to unify several CRLBs introduced in literature. We next compare the localization performance when multiple source locations are determined jointly and individually. In the presence of sensor location errors, the superiority of joint localization of multiple sources in terms of greatly improved localization accuracy is established. Two methods for localizing multiple disjoint sources are proposed, one for the case where only some sources have prior location information and the other for the scenario where all sources have prior location information. Both algorithms can reach the CRLB accuracy when sensor location errors are small. Simulations corroborate the theoretical developments.     

协作式无线传感器网络节点定位算法的研究

提出了一种在三个锚节点的条件下基于到达角的测距方法,利用节点之间的几何关系实现传感器网络中未知节点的定位。通过仿真验证该方法能够对未知节点进行有效的定位;同时,该方法仅依赖到达角信息来确定节点的位置,从而降低了处理的复杂度、节省了节点的能量、提高了节点的寿命。     

基于非同步采集方式小型声源定位系统设计

利用非同步采集设备,通过广义互相关(GCC)时延估计算法,估算出通道间的相对时延;对非同步采集方式产生的时延误差进行软件补偿;利用基于到达时间差(TDOA)声源定位算法的双步定位特性,估算出声源的位置.分别设计了四元均匀线阵系统和四元平面十字阵列系统对以上方法进行验证,系统能够较准确地实现对声源方位的估计.