共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
在蜂窝无线定位中,由于非视距(non-line-of-sight, NLOS)误差是影响定位精度的主要因素之一,所以如何减轻NLOS误差影响成为当前无线定位研究的热点。本文针对NLOS环境下的定位跟踪问题,提出一种基于扩展卡尔曼滤波(extended Kalman filter ,EKF)的定位跟踪算法。该算法首先在最小二乘准测下推导出估计测量值中NLOS误差的直接计算公式,然后使用约束加权最小二乘(constrained weighted least squares, CWLS)方法计算出每一个测量值中所含的NLOS误差,最后利用NLOS误差估计值去修正EKF滤波,以便适应NLOS环境下的定位跟踪,并获取高的定位精度。这种方式不依赖于特定的NLOS误差分布,也无需视距(line-of-sight, LOS)和非视距识别。数值结果表明该算法相比较于经典EKF算法和基于NLOS迭代的EKF算法可以快速有效地抑制定位误差,并且可以在极为恶劣的NLOS环境下满足FCC的定位要求。另外,复杂性实验表明该算法可适用于实时跟踪。 相似文献
4.
5.
最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight, NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在高运行时间的开销问题。为此,提出基于特征矢量的NLOS误差检测的定位 (Eigenvector-Based NLOS Error Identification Localization, E-NIL) 算法。E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值。最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置。实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法。 相似文献
6.
基于全色数据与多光谱数据之间的线性关系进行遥感图像融合是一种可行并被广泛应用的思路.本文利用GCOS模型对GS方法进行了分析,发现GS法可通过最小二乘法进行线性回归.由于最小一乘与最小二乘相比更为稳健,因此预期采用最小一乘法的融合方珐具有更好的性能.本文提出了一种基于最小一乘融合方法的构建,并对IKONOS数据进行了对比试验.试验结果表明,基于最小一乘的融合方法是对GS方法的一种有效改进. 相似文献
7.
在严重遮挡非视距环境中,由于定位源与未知节点之间被障碍物遮挡而无法检测直射路径,极大地制约了无线定位方法的应用。提出一种能够规避直射路径遮挡现象的三维定位框架,利用单次反射路径和方位信息,论证了定位源、未知节点和散射体的三维空间位置关系,提出了基于最小二乘准则的空间位置优化算法,并推导出空间位置的求解方法。同时对定位算法进行均方根误差(RMSE, root mean-square error)的理论分析。通过蒙特卡罗仿真实验分析了三维定位框架中距离和方位偏差对算法性能的影响,仿真结果与算法的RMSE理论结果相符,说明了三维非视距定位算法的有效性。 相似文献
8.
9.
为了实现组网雷达系统误差修正,在研究雷达误差特性的基础上,分析了2种坐标系统下误差修正的原理,给出了利用最小二乘算法和广义最小二乘算法进行误差修正的公式.通过仿真实验,对实时质量控制算法、最小二乘算法、广义最小二乘算法和扩展卡尔曼滤波算法实现误差配准进行分析,并比较了这些算法在工程应用中的复杂性和估计精度,同时给出各种算法在工程应用方面的适用条件. 相似文献