NLOS环境下基于到达时间差(TDOA)的定位算法

由于对无线定位日益增长的业务需求,无线定位最近几年成为人们关注的焦点。关于定位的算法也有很多,但是大部分的算法都是基于视距(LOS)环境的。然而,事实上,无线信道基本上都存在非视距传播,因此,虽然算法本身的精度比较高,但是由于非视距的因素,定位的精度并不高。本文提出一种消除非视距影响的TDOA算法,本算法采用衰减因子的方法,通过逐步迭代,从而消除非视距的影响。仿真表明,在非视距环境下,本算法的确比常规算法能够提高定位精度,且运算量较小。     

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.     

光照变化下基于逆向稀疏表示的视觉跟踪方法

针对光照变化引起目标跟踪性能显著下降的问题,该文提出一种联合优化光照补偿和多任务逆向稀疏表示的视觉跟踪方法。首先基于模板与候选目标的平均亮度差异对模板实施光照补偿,并利用候选目标逆向稀疏表示光照补偿后的模板。而后将所得多个关于单模板的优化问题转化为一个关于多模板的多任务优化问题,并利用交替迭代方法求解此多任务优化问题以获得最优光照补偿系数矩阵以及稀疏编码矩阵。最后利用所得稀疏编码矩阵快速剔除无关候选目标,并采用局部结构化评估方法实现目标精确跟踪。仿真结果表明,与现有主流算法相比,剧烈光照变化情况下,所提方法可显著改善目标跟踪精度及稳健性。     

非均匀噪声条件下考虑互耦效应的DOA估计方法

针对非均匀噪声和互耦条件下相干信号辨识性能较差的问题,提出一种基于非均匀噪声协方差矩阵和互耦系数重构的DOA估计方法。首先,利用最小二乘理论并通过迭代优化方法恢复互耦意义下的无噪声信号协方差矩阵;然后,依据信号子空间原理,并通过估计不相关信号角度重构互耦系数矩阵,进而获得互耦补偿后的无噪声信号协方差矩阵;最后,通过传统空间平滑方法获得解相干信号,并利用MUSIC算法实现DOA参数估计。数值仿真表明:与仅考虑相干信源、非均匀噪声或互耦的传统DOA估计算法相比,本文算法可较好地抑制非均匀噪声,克服了互耦场景下传统空间平滑算法解相干失效问题,并可显著改善非均匀噪声和互耦条件下相干信源的DOA估计性能。     

基于小波的稳健光流计算方法

针对系统误差导致光流计算稳健性较差及精度较低的问题,该文提出一种基于小波多分辨理论的稳健光流计算方法。所提算法基于小波多尺度分辨率特性,将光照条件变化及传感器噪声引起的系统误差包含进光流计算中以改善光流计算的稳健性及估计精度,并通过总体最小二乘法求解超定小波光流方程组以获得光流矢量。仿真结果表明,与传统的Lucas-Kanade算法、Horn-Schunck算法及基于小波的全向图像光流估计方法相比,所提算法可显著改善光流估计精度及稳健性。     

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。     

提高MIMO雷达估计性能的稳健波形优化设计

多输入多输出雷达的波形优化基于初始参数估计值,通常对参数估计误差较敏感。稳健波形设计通过将参数不确定性显式包含进优化问题以减轻敏感性。基于克拉美-罗界,在参数不确定凸集上考虑改善最差参数估计性能的稳健波形优化问题。提出一种优化波形相关阵的迭代算法以改善最差参数估计性能。迭代中的每步都可通过凸松弛求解。仿真表明,相对于不相关波形,所提方法可显著提高最差参数估计性能。     

分辨率约束下毫米波雷达波形参数及接收权联合设计

针对自动驾驶中有限平台空间及发射功率导致毫米波雷达目标检测性能较低的问题,该文提出一种距离及速度分辨率约束下提升毫米波雷达目标检测概率的波形参数及接收权联合设计方法。首先,基于调频连续波(FMCW)信号,所提方法建立了毫米波相控阵阵列检测模型;其次,通过分析距离及速度分辨率与发射波形参数关系,构建考虑距离及速度分辨率的发射波形参数约束;然后,基于最大化输出信杂噪比(SCNR)准则,建立具有距离及速度分辨率约束的发射波形参数及接收权值联合优化模型以改善毫米波雷达目标检测及距离速度分辨性能;最后,所提方法基于交替迭代方法求解所得复杂非线性优化问题。仿真结果表明,所提方法可自适应调整发射波形参数和接收权以提升目标检测性能同时满足距离及速度分辨率需求。     

基于稀疏和低秩恢复的稳健DOA估计方法

该文针对有限次采样导致传统波达方向角(DOA)估计算法存在较大估计误差的问题,提出一种基于稀疏低秩分解(SLRD)的稳健DOA估计方法。首先,基于低秩矩阵分解方法,将接收信号协方差矩阵建模为低秩无噪协方差及稀疏噪声协方差矩阵之和;而后基于低秩恢复理论,构造关于信号和噪声协方差矩阵的凸优化问题;再者构建关于采样协方差矩阵估计误差的凸模型,并将此凸集显式包含进凸优化问题以改善信号协方差矩阵估计性能进而提高DOA估计精度及稳健性;最后基于所得最优无噪声协方差矩阵,利用最小方差无畸变响应(MVDR)方法实现DOA估计。此外,基于采样协方差矩阵估计误差服从渐进正态分布的统计特性,该文推导了一种误差参数因子选取准则以较好重构无噪声协方差矩阵。数值仿真表明,与传统常规波束形成(CBF)、最小方差无畸变响应(MVDR)、传统多重信号分类(MUSIC)及基于稀疏低秩分解的增强拉格朗日乘子(SLD-ALM)算法相比,有限次采样条件下所提算法具有较高DOA估计精度及较好稳健性能。