IR-UWB定位系统距离误差建模及性能研究

基于相干TOA测距算法,研究了IR-UWB无线室内定位系统中由脉冲信号传播特性导致的多径误差和NLOS误差的建模问题。首先利用IEEE 802.15.4a信道模型中的多径信息给出了与系统带宽有关的多径距离误差分布参数。结合IR-UWB信号穿墙传播几何结构,理论推导了穿墙额外传播时延导致的几何距离误差限。对完全NLOS环境下定位的仿真结果表明,利用NLOS距离误差信息直接对TOA测距结果的修正可以显著提高定位精度。     

一种在NLOS环境下应用于NB-IoT系统的组合定位算法

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,提出一种组合定位的算法,采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后算法在NLOS的信道环境下的定位性能明显提高。     

一种基于散射体模型的NLOS误差抑制方法

在无线定位中,非视距（NLOS）传播成为高精度定位的主要障碍,它严重约束了无线移动台的定位精度。提出了一种新颖的减小非视距误差的方法。该基于到达时间（TOA）分布的定位算法是以多径散射为测量模型的。通过匹配由散射体模型产生的若干多径信号的TOA测量值的统计方法,可以获得视距（LOS）条件下基站与移动台之间的TOA估计值。由此,获得的LOS的TOA估计值可以用于任何传统的TOA定位算法。在NLOS环境中,该算法表明TOAA统的定位精度得到显著的提高。     

基于扩展卡尔曼滤波的非视距误差消除算法

在蜂窝网无线定位中,到达时间(TOA)或到达时间差(TDOA)中的非视距(NLOS)误差会导致移动台的位置估计出现较大偏差.为了减轻NLOS误差的影响,提出了一种基于扩展卡尔曼滤波(EKF)的非视距误差消除算法.算法通过引入一个NLOS转换因子改进EKF的迭代过程,消除NLOS误差对定位估计的影响.计算机仿真结果表明,在NLOS环境下定位精度的提高是显著的.     

对抗NLOS误差的TOA/AOA混合无线定位算法

信道的时间和空间的变化所导致的非视距（NLOS）传输是移动定位技术面临的巨大困难。为此,利用蜂窝网络的结构、信号到达时间（TOA）以及信号到达角度（AOA）提出了一种TOA／AOA混合定位算法,有效地解决了这一问题。研究了算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度比其它算法有显著提高,而且在不同分布的NLOS误差下表现稳定。     

基于NLOS下混合滤波加权组合定位算法的仿真

超宽带(Ultra Wide Band, UWB)技术是一种新兴的无线载波通信技术，其具有发射信号功率谱密度低、系统复杂度低、定位精度高等优势，尤其适用于像电厂等密集多径场所的高速无线连接，但在传输过程中信号会被环境中的各种因素影响，进而会影响室内定位的精度。基于此，针对室内非视距(Non Line of Sight, NLOS)环境下，提出一种非视距混合滤波加权算法，能够有效对测距数据进行平滑处理，进而降低异常值的影响，再利用时间差定位法(Time Difference of Arrival,TDOA)测量方法，在原始Chan算法的基础上提出一种改进的Chan定位算法，解决NLOS误差引起的定位信息不准确的问题，最终实现更精准的TDOA定位。仿真实验证明，所提算法在室内NLOS环境中具有更高的定位精度。     

用残差加权对抗NLOS误差的移动定位算法

信道的时间和空间的变化所导致的非视距(NLOS)传输是移动定位技术面临的巨大困难。利用UMTS-FDD的特性以及信号到达时间(TOA)提出了一种残差加权定位算法。研究了算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度有显著提高,而且在不同分布的NLOS误差下表现稳定。     

超宽带室内定位算法综述

在超宽带定位系统中,多径效应、NLOS 等因素会导致一定程度的测量误差。详细介绍了基于超宽带的各类定位技术及其实现原理,并着重于定位性能较好的TDOA技术,从定位模型建立到定位解算方面系统地介绍了各类基于TDOA的定位算法,详细阐述了各种算法的实现原理及设计流程,并对各种算法在LOS和NLOS下的性能进行了比较分析。     

一种基于TDOA重构的蜂窝网定位服务NLOS误差消除方法

在非视距传播(NLOS)环境中，到达时间差(TDOA)测量值受NLOS误差的影响而产生偏差^[1]，使得Chan算法^[2]的定位性能显著下降。基于NLOS误差的先验信息，利用平均超量时延和均方根时延扩展之间的关系，本文为基于移动台(MS)的定位方案提出了一种建立在TDOA测量值重构和Chan算法基础上的改进算法，使得平均超量时延的影响显著下降。分析和仿真结果表明，与Chan算法相比，该算法的定位性能显著提高。     

蜂窝小区NLOS统计特性分析

非视距传输(NLOS)是影响蜂窝无线通信系统用户定位精度的主要因素。本文首先给出了NLOS简化模型,然后根据无线电波传播路径上散射体的不同分布得到了城市宏蜂窝和微蜂窝环境下NLOS统计特性,给出了NLOS误差概率密度的解析表达式。本文的结论对于进一步分析NLOS对蜂窝系统用户定位技术的研究具有一定的理论参考价值。     

一种抗NLOS的TDOA定位算法

本文提出了一种抗非视线传播(Non-Line-of-Sight)干扰的TDOA定位算法。该算法采用退火与遗传算法相结合的方式，在满足给定条件的空间内搜索源点坐标值。数值仿真表明，该算法具备抗NLOS干扰的能力，与传统TDOA算法相比，该算法无需知道各基站的非视线传播干扰分布，是一种实用有效的定位算法。     

基于 WIFI 无线区域定位的精确度影响因子研究﹡

在室内这种特定环境下,无线信号在传播过程中会发生 NLOS 和 LOS 传播,由此产生定位误差。主要在 WIFI 无线网络环境下对室内定位精确度的影响因子 NLOS 和 LOS 进行研究,并在室内环境下的对信号传播模型进行建模。通过仿真定位环境,分析推导出在影响因子强度不同的室内环境下的两种影响因子消减优化算法 BRBF 和 V-OBTL 以及这两种优化算法在定位中的精确度,以此提出在不同影响因子环境中以及采用不同采样方式下的提高定位精度的方法。     

基于WLAN移动终端的无线定位技术

介绍了WLAN的技术特点和基于WLAN移动终端的无线定位技术的原理,提出在WLAN中使用TDOA定位的Chan算法对移动终端进行位置估计,再使用残差加权方法进行非视距(NLOS)误差抑制,提出了新的定位残差定义方式,通过仿真证明了按该方式进行残差加权,在多个NLOS误差时具有较好的整体抑制效果,并提供采用"平均定位精度提高百分率"(ALAEP)来评定残差加权方法抑制NLOS误差的平均性能.     

基于TOA的置信因子移动定位算法

移动台的精确定位面临的一个主要问题就是信号的非视距(NLOs)传输。小文在TOA测量距离的基础上,利用基站和测量值之间的几何关系、信号的损耗模型和信号强度信息,提出了置信因子定位算法(BFA)。研究了BFA算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度比其它算法有显著提高,而且在不同分布的NLOS误差下表现稳定。     

基于PCA-FCM的UWB非视距识别算法

近年来,室内定位技术得到了广泛的应用,超宽带(Ultra-wideband,UWB)凭借其独特的优势,在室内定位领域脱颖而出。但是在复杂的室内环境中,信号传播易受到非视距(Non Line of Sight,NLOS)障碍物遮挡,产生NLOS误差。针对传统NLOS障碍物识别方法,识别率低以及需要具体考虑应用场景等问题,提出了一种基于PCA-FCM的模糊聚类的识别方法,达到92%的识别率。首先,根据视距(Line of Sight,LOS)信号与非视距信号之间的差异,选取了信号强度、平均过量时延等6个信道特征参数;其次,鉴于主成分分析(Principal Components Analysis,PCA)模型在特征提取方面的优势,用PCA模型对特征参数进行降维处理;最后,用模糊C均值(Fuzzy C-Means,FCM)算法对降维之后的目标函数进行优化,得到聚类中心的隶属度,从而提高NLOS信号识别率。     

NLOS环境下移动台位置与速率估计

NLOS (Non-line of Sight)误差是定位中的主要误差来源,直接影响了定位的精度 。在MIMO（Multiple Input Multiple Output）系统中,基于NLOS信道模型的定位方法成为 解决NLOS定位误差问题的利器。基于此提出一种新颖的几何方法,仅采用两条NLOS路径就可 计算MS(Mobile Station)的位置,并且只需要利用单个基站便可完成MS的定位,克服了基站 数目过少无法准确定位MS的缺陷。在此基础上,还给出了最小二乘与最大似然算法利用多条 NLOS路径来改善定位精度的方法,并利用它对NLOS环境下运动的MS进行定位跟踪。理论分析 和仿真结 果都证明该定位方法在NLOS环境中对MS定位的有效性与精确度。     

基于CNN的NLOS识别与定位技术研究

超宽带(Ultra Wide Band,UWB)信号具有极高的时间分辨率,测距精度高、穿透能力强、抗多径效应好,适用于高精度室内定位系统的设计。基于UWB的室内定位系统中,非视距传播对定位精度有重要影响。针对UWB信号室内传播存在视距(Line of Sight,LOS)和非视距(Non Line of Sight,NLOS)情形,采用卷积神经网络(Convolutional Neural Network,CNN)识别NLOS信号。为避免有限数据集导致过拟合,采用dropout降低神经元之间的依赖,提高NLOS信号识别率。完成NLOS识别后使用LS/WLS算法做定位,结果表明该方法能将定位误差降低一半,显著提高了定位精度。     

基于似然比检验的超宽带信道检测与定位算法

超宽带(Ultra Wide Band, UWB)室内定位系统的定位性能主要受信号非视距(None Line Of Sight, NLOS)传播影响。为此该文提出一种基于信道统计量(Channel Statistics Information, CSI)的信道NLOS状态检测法。该方法首先在IEEE802.15.4a信道模型下对均方根时延扩展和平均超量延迟的概率分布函数进行建模,作为信道标准分布。再以信道瞬时分布与标准分布间的KL散度为检验统计量做似然比检验(Likelihood Ratio Test, LRT)来鉴别信道状态。同时提出一种基于LRT的定位算法 LRT-Chan算法。该算法能有效利用受NLOS污染的测距数据提高定位精度。仿真结果表明：LRT信道状态检测法在全部UWB信道中都能获得较高检测准确率;在定位锚点(Anchor Node, AN)分布不理想的NLOS环境中LRT-Chan算法也能取得较高定位精度。     

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距( NLOS )传播误差,定位估计前识别收发信机之间电波是视距( LOS )还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS 识别算法进行改进,然后提出了一种针对特殊几何精度因子( GDOP)场景下的NLOS识别算法———分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。     

两种非视线传播环境下的蜂窝系统定位算法

提供移动用户准确的定位业务是未来无线通信发展的必然趋势.但是由于非视线(NLOS)传播的存在,无线定位始终是一个难点.本文先介绍视线(LOS)传播时的定位方法,然后提出NLOS消除算法和虚拟基站移动NLOS消除方法.通过仿真和比较,说明两种方法获得较好的效果.