基于泰勒级数展开的蜂窝TDOA定位算法

基于用户位置的应用已经成为移动数据业务的重要组成部分,使得蜂窝系统用户定位技术成为蜂窝移动通信领域的研究热点。泰勒级数展开算法因为具有精度高和顽健性强等特点而在求解非线性定位方程组中得到了广泛的应用,但它对初始值有很强的依赖性。本文使用最小二乘方法估计用户位置的初始值并使用泰勒级数展开算法确定用户坐标。通过对算法的仿真分析,结果表明本算法具有近似于基于真实值的泰勒级数展开算法的性能。     

基于泰勒级数展开的蜂窝TDOA定位新算法

在蜂窝移动通信系统中，TDOA（到达时间差）是目前最有发展潜力的无线定位技术。其中的泰勒级数展开算法因为具有精度高和顽健性强等特点在求解非线性定位方程组中得到了广泛的应用，但它对初始值有很强的依赖性。在此基础上，提出一种混合优化算法（HOA，hybrid optimizing algorithm）将泰勒级数展开算法和最速下降法有机结合，扬长避短，既继承了泰勒级数展开算法的精确性和顽健性，又具备最速下降法迭代前期收敛速率快，计算量小的优点。仿真结果表明HOA算法能显著提高传统的泰勒级数展开算法的定位精度和定位效率。     

基于时间测量的蜂窝网无线定位技术

随着蜂窝移动通信技术的迅速发展,蜂窝无线定位技术越来越受到人们的重视。在分析应用于无线蜂窝网络的TOA和TDOA时间定位方法的基础上,对基于时间的非线性最小二乘(NL-LS)算法、Chan算法、泰勒级数法等定位算法进行了探讨和比较,最后分析了定位误差产生原因以及减小定位误差的办法。     

基于泰勒级数下的均匀分布的空间相关性分析

通过对泰勒级数的展开,推导了均匀角能量分布的线性阵列和圆形阵列空间相关性的泰勒近似表达式。在对空间相关性的精确表达式的基础上,通过泰勒级数的展开,得到近似的相关性的表达式,在Matlab环境下进行仿真,对泰勒级数展开的近似算法与以往的近似算法进行了比较,并将基于泰勒级数展开的近似算法与精确算法进行比较,结果表明在一定条件下,泰勒近似算法与精确算法在很大范围内有很好的一致性。通过近似算法的分析可以得出,在一定范围内,增大天线间的距离以及角能量分布标准差可以减小天线阵列的空间相关性。     

改进二阶锥松弛和泰勒级数展开在TDOA无源定位中的应用

针对二阶锥松弛算法无法对凸包外的目标进行有效定位的问题,本文提出基于改进二阶锥松弛和泰勒级数展开的TDOA定位算法。首先,给出在视距条件下接收站位置信息无误差的TDOA定位的加权最小二乘模型;其次,将原来的非凸优化模型松弛成凸优化模型,对等式约束进行松弛时,在传统二阶锥松弛算法的基础上增加新的惩罚项,使松弛后的约束条件进一步逼近原问题约束,从而有效解决了二阶锥松弛定位的凸包问题;再次,将松弛后的模型转换成二阶锥形式进行求解;最后用二阶锥松弛算法的估计值作为初始值进行泰勒迭代,进一步提高估值精度。仿真结果表明本文算法有效,定位性能优于传统二阶锥松弛算法,可以逼近克拉美罗下限。      

基于APIT和TSE算法的混合定位方法

讨论了距离无关的近似三角形内点测试（APIT）算法和基于信号到达时间差（TDOA）的泰勒级数展开算法（TSE）的优缺点，并在此基础上提出了利用两者进行混合定位。仿真的结果表明该混合定位方法能有效提高定位精度。     

双基合成孔径雷达二维频谱微增量算法研究

针对双基合成孔径雷达二维频谱难以精确获取的问题,提出基于斜距历程泰勒级数展开的双基二维频谱微增量算法.该算法在获取斜距历程低阶泰勒展开驻相点的基础上,通过求解此驻相点与斜距历程高阶泰勒展开驻相点之间的微增量来获取高阶展开驻相点的近似解,并以此为基础得到二维频谱.数学推导表明:级数反演(MSR)算法是微增量算法的一种低阶近似.微增量算法避免了求解高阶驻相点方程,运算量小.在仿真实验中,通过对比分析微增量算法与精确传递函数(ETF)算法、MSR算法得到的驻相点和二维参考频谱的聚焦效果,验证了微增量算法的有效性.     

改进的无线传感器网络DV-Distance定位算法

针对DV-Distance定位算法受网络拓扑结构和环境噪声影响大等问题,从2个方面对算法进行了改进。改进的DV-Distance算法在原算法基础上,通过设定共线度阈值来优化多跳网络中定位锚节点分组的选择,使其能更好的适应低密度、不规则网络,并利用最小二乘算法与泰勒级数展开法相结合方法来估计最终位置,从而提高算法的鲁棒性。仿真结果表明,改进算法与原算法相比,具有更高的定位精度,并且在锚节点数量比较小和节点密度低情况下,仍具有较好的定位性能。     

LTE中PUSCH发射功率的一种优化方法

本文从LTE PUSCH的功率计算公式出发.研究指数运算和对数运算的泰勒级数展开算法,并研究在保持较高精度的情况下,最大限度地降低运算时间开销的算法实现方案,给出算法仿真性能,并对结果进行分析.     

无源定位观测站站址误差自校正算法

无源定位中观测站的站址误差会对定位精度产生不良影响。本文提出了一种基于观测站站址误差自校正的定位算法,推导了高斯噪声模型下定位误差的克拉美罗下界（CRLB）,通过泰勒级数展开建立了关于站址误差的线性方程并得到了误差的线性最小均方误差（LMMSE）估计,改善了观测站的位置,使用Chan算法得到了定位结果,仿真验证了算法的定位精度在高斯噪声模型下能够达到CRLB。      

一种基于二阶锥规划的新时差定位算法

针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基于二阶锥规划的新时差定位算法.该算法通过凸松弛和引入惩罚项,将难以求解的用户位置最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的最优解作为用户位置的初始估计,利用传统的泰勒级数展开法得到最终定位结果.仿真给出了不同基站数目及量测噪声下算法的定位性能.仿真结果表明,在量测噪声较大的情况下,新算法的定位精度仍可以逼近理论克拉美罗下限,而且算法中惩罚因子的选取范围易于确定.     

基于TDOA测距模型的SOCP和Taylor混合定位方案

针对无线传感网络WSNs(Wireless Sensor Networks)的定位问题,提出基于TDOA(Time Different of Arrival)测距模型的SOCP(Second order cone programming)和Taylor混合定位方案,记为SOCP+Taylor。SOCP+Taylor方案首先分析了网络可定位性,并结合刚论(rigid),提出了评判节点可定位的条件。然后,建立TDOA测距模型,并用最大似然估计建立距离测量值的最大似然函数,再通过松弛约束理论将非凸优问题转换成凸优问题,引入惩罚因子,进而利用SOCP估计节点位置,并将此节点位置作为泰勒级数展开法Taylor迭代的初始值,最后,利用Taylor估计节点的最终位置。在不同参考节点数目以及变化的噪声环境下对算法进行仿真。仿真结果表明,提出的定位方案具有高的定位精度,定位误差逼近于CRLB,同时分析了惩罚因子对定位精度的影响,并确定了惩罚因子的最佳取值区域。     

联合RSSD和TDOA技术的认知协同定位算法研究

在认知无线网络通信中,主用户的位置信息对于认知用户借用信道接入通信具有重要意义,通过协同定位技术来提高定位性能已成为当前认知无线电领域研究热点之一。论文提出了一种基于RSSD/TDOA技术的协同定位算法,该算法适用于对主用户发射功率和主用户信号发射瞬时时间等先验知识未知的应用场景。算法首先通过凸包算法对主用户的位置进行识别,然后再采用RSSD/TDOA协同算法对主用户进行定位,并通过顽健性较强的泰勒级数展开法来提高定位精度。仿真结果表明,论文所提的在认知无线网络中实现对主用户定位的算法相比较而言具有更高的定位精度和时效性。      

基于RSSI的室内无线网络定位技术研究

基于信号强度（RSSI）的测距是一项低成本和低复杂度的距离测量技术,被广泛应用于无线传感器网络基于距离的定位技术中。基于RSSI测距的定位技术,通过线性回归分析对参数进行优化,引入高斯滤波模型,对RSSI值进行修正,提高了测距精度。采用泰勒级数展开对位置进行迭代计算,最后在TI的ZigBee平台上进行实验验证,通过仿真和实验验证了算法的可行性和优越性。与CC2431算法相比,该算法减小了定位误差,提高了定位精度。     

非视距误差的TDOA/AOA混合定位算法

在非视距（NLOS）误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差（TDOA）测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。     

基于概率的空间三机时差-频差联合定位

针对传统泰勒展开定位算法的定位精度不高问题,提出了一种基于概率理论的时差(TDOA)与频差(FDOA)联合定位的新方法,该方法利用到达三机的时差和频差构建非线性方程组,通过概率算法将非线性方程组转化为线性方程组,求解可得目标的估计位置.仿真表明,该方法较泰勒展开法相比,有很高的定位精度.     

LTE中PUSCH发射功率的一种优化方法

本文从LTE PUSCH的功率计算公式出发,研究指数运算和对数运算的泰勒级数展开算法,并研究在保持较高精度的情况下,最大限度地降低运算时间开销的算法实现方案,给出算法仿真性能,并对结果进行分析。     

基于BP神经网络和泰勒级数的室内定位算法研究

 在研究分析室内无线信号传播特性和传统的室内定位算法的基础上,提出了用BP神经网络来拟合室内无线信号传播模型,避免了对无线信号传播模型中参数A和n的不精确估计.在训练完成的BP神经网络的输入层输入接收信号强度值RSSI(Received Signal Strength Indicator),在输出层即可得到对应的距离值,再利用泰勒级数展开法确定盲节点的坐标位置.最终通过Matlab仿真和ZigBee平台实验验证了算法的可行性和有效性.     

高性能单精度除法器的实现

在3D图像处理等对运算要求高的领域，高效除法器已成为处理器内必不可少的部件。在分析除法器设计的泰勒级数展开算法基础上，提出了一种新的除法器设计算法。在满足同样精度的情况下，所实现的三级流水线的除法器．与基于泰勒级数展开算法的除法器相比，面积更小，速度更快。     

一种基于泰勒级数展开的卫星FDOA地面干扰源定位算法

对未知干扰源准确定位一直是卫星管理控制中需要解决的关键难题之一,利用干扰信号到达卫星时所携带的多普勒频移信息进行定位是一种有效的解决方法。利用受干扰卫星和其相邻卫星间的信号到达多普勒频差(FDOA),在干扰源位于地球表面约束的条件下,建立干扰源的定位模型,提出一种基于泰勒级数展开的干扰源定位算法,并对算法的性能进行了详细分析。仿真结果表明,该算法收敛速度快,能接近克拉美罗下限,约束条件的引入可以有效增加定位精度,减少有效定位最小观测卫星的数目。