一种在NLOS环境下提高精度的TDOA定位方法

根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行了估计,并对TDOA（到达时间差）的测量值和方差进行了修正,在一定程度上消除了NLOS误差的影响.采用Chn算法对移动台（MS）位置进行定位.仿真结果表明,该方法能够提高Chan算法在NLOS传播环境下的定位精度.     

基于TDOA无线定位的NLOS误差抑制算法

在无线定位算法中,非视距误差是影响定位精度的一个重要因素。为了减小NLOS误差的影响,文中提出了一种基于TDOA的NLOS误差抑制算法。该算法引入信息阈值和修正参数,对卡尔曼滤波迭代过程进行改进,有效地抑制了TDOA测量值中的NLOS误差。仿真结果表明,该算法在NLOS误差严重且误差模型不确定的环境下仍可保持较高的定位精度,且性能优于已有基于卡尔曼滤波的NLOS误差抑制算法。     

一种改进的NLOS环境下的TDOA/AOA混合定位算法

在蜂窝移动通信系统中,利用基站测量的到达时间差(TDOA)和电波到达角(AOA)的混合定位方法能够比传统的TDOA方法提供更高的定位精度。但是在非视距(NLOS)条件下,当AOA的测量误差超过一定值时,定位的误差仍然很大。该文根据NLOS传播环境下附加传播时延服从指数分布的特性,估计附加时延的均值和方差,对TDOA测量值进行重构,再以AOA方法进行辅助定位。仿真结果表明,该算法能显著提高传统的TDOA和TDOA/AOA方法在NLOS传播环境下的定位精度。     

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。     

一种新的蜂窝网NLOS误差抑制算法

非视距传播(NLOS)误差是目前基于蜂窝网络的移动台定位系统提高定位精度必须解决的关键问题,该文提出一种基于概率密度估计和偏差Kalman滤波器的NLOS误差无偏估计算法。仿真结果表明,该算法在性能上优于现有同类算法,并且算法对环境先验知识的需求更少,具有更广泛的适用性。     

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离--误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位.仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性.     

基于卡尔曼滤波的抑制NLOS定位算法研究

NLOS(非视距传输)是无线定位误差的主要来源,利用卡尔曼滤波处理到达时间值,再结合Chan算法可以提高定位的精度,但当误差较大时定位精度逐渐下降。文章提出的改进算法首先利用预测残差调节NLOS误差较大的时刻所对应的卡尔曼滤波增益;然后以T1P1模型为基础,利用统计规律及预测数据估计NLOS平均误差,重构卡尔曼滤波的观测值;最后利用Chan算法计算移动台的位置。仿真结果表明该方法可以有效地抑制NLOS误差,在一定程度上提高了NLOS环境下定位的精度。     

抑制蜂窝网定位中测量值NLOS误差的两种算法研究

本文基于对NLOS误差特点的分析,把两种改进的卡尔曼滤波器算法应用于蜂窝网无线定位的TOA(Time of Arrival)测量值消除NLOS(Non-Line of Sight)误差预处理上。它们分别针对NLOS误差的特点,从不同角度考虑,降低了TOA测量值中的标准测量误差和NLOS误差,恢复出的测量值可以较精确的逼近真实的到达时间。从而有效减少了测量值的NLOS误差,再使用普通的不考虑NLOS误差消除的定位算法来计算移动台的位置,就可以达到较高的精度。     

基于Fang算法的TDOA室内定位技术

传统基于全球定位系统(GPS)的定位技术应用,已在室外环境下为人们提供了许多便利。随着近年来人们生活水平的不断提高,大众对定位的诉求已不仅限于室外,在智慧商场、企业人员智能管理、校园智能管理等场景,要求对室内用户进行定位监测,而传统的GPS定位精确度有限,在室内已无法应用。目前室内定位常用的技术有红外线、蓝牙、Wi-Fi以及基于室内移动网路的无线定位等,无线定位则是其中的热点。本文介绍了一种基于室内分布式基站,运用Fang算法实现到达时间差(TDOA)定位的技术研究,并对其定位精确度进行了探索。     

一种Rake结构的TDOA估计器及其最优合并方法

TDOA估计技术已被广泛应用于多种定位系统中，其估计误差主要来源于系统中的多径效应。传统的估计方法不适合复杂的多径环境。许多面向定位的系统均采用了回避措施来降低多径的影响，蜂窝定位系统受其特性的制约，在目前的结构下无法采用相应的回避措施。为了满足蜂窝系统需求，本文提出了一种基于Rake结构的TDOA估计器，分析了它在多径环境中的误差性能，证明了在归一化Rake合并下，估计器可获得最优性能。计算机仿真证明了理论分析的正确性和实用性。     

基于蜂窝网的抗NLOS定位算法研究

非视距（NLOS）误差是蜂窝网定位系统的主要误差源，直接影响基于蜂窝网络的定位系统的推广和应用。针对提高抗NLOS定位精度算法的研究，分别从NLOS传播特性、NLOS鉴别和NLOS抑制算法等几个方面进行了详细的分析和讨论，综述了该领域的最新研究进展，并提出了自己的观点。     

用卡尔曼滤波器消除TOA中NLOS误差的三种方法

提出了三种改进的用卡尔曼滤波器消除到达时间(Time of Arrival，TOA)测量值中非视距(Non-Line of sight，NLOS)误差的方法。这三种方法从不同角度考察TOA测量值中NLOS误差的特点，分别对卡尔曼滤波器的迭代过程进行改进，有效地消除了TOA测量值中NLOS误差的随机性和正向偏差。与传统的NLOS误差消除算法相比，这三种方法均可获得较小的估计误差，并可实现实时处理。     

一种在非视距环境中的TDOA/AOA混合定位方法

提出了一种在非视距环境中的到达时间差/到达角混合定位方法。该方法使用了两步卡尔曼滤波。先用卡尔曼滤波器对到达时间测量值进行预处理,以消除TOA测量值中的NLOS误差。再把经过预处理的TOA测量值输入到用卡尔曼滤波器实现的TDOA/AOA混合定位器中进行定位。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法及静态定位方法中泰勒级数展开法的误差性能。     

一种CDMA蜂窝定位中减小NLOS误差的算法

随着下一代移动通信研究的热潮,移动定位技术的研究也方兴未艾。在移动定位方程的解算中,测量噪声和NLOS误差是主要误差源,尤其是NLOS已经成为影响定位精度的主要因素。本文研究了CDMA系统中的NLOS误差减小问题,基于残余函数概念提出了ARWA算法,在NLOS路径不能有效识别的条件下,有效地减小了NLOS误差;仿真结果显示这种算法的定位精度明显强于一般LS估计。     

码分多址定位中时延配对及非视距误差抑制

在利用码分多址(CDMA)蜂窝网信号对运动目标进行定位的过程中,存在各基站与时延参数不能准确配对及非视距(NLOS)误差严重影响定位性能的问题。针对时延参数配对问题,利用CDMA各基站导频序列与其他基站相差64个码片的整数倍这一特性,提出了一种基于移位配准的配对办法;针对非视距误差问题,提出了一种基于假定非视距基站的方差函数,并以此作为权值,利用加权平均的办法实现对目标的定位。仿真分析表明:所提出的方案可以有效地实现各基站与时延的配对,并减小非视距误差的影响。另外,当根据所提方差函数检测出的非视距基站数量较少时,结合Taylor级数展开算法,可以进一步提高对目标的定位精度。     

LTE中抑制非视距误差的分层协同定位算法

针对长期演进技术(LTE)定位系统中非视距(NLOS)误差会使得用户终端测得的定位参数存在较大偏差,从而导致基于观测到达时间差(OTDOA)定位技术所估计的用户终端位置定位精度下降,以及传统Chan算法和Taylor级数展开算法中OTDOA协方差矩阵难以获取的问题,本文提出了一种抑制NLOS误差的分层协同定位算法(HCLA, hierarchical collaborative localization algorithm)。算法首先鉴别出含NLOS误差的基站,然后利用残差加权算法获取OTDOA协方差矩阵,再对传统的Chan算法和Taylor级数展开算法进行改进,将二者联合起来对用户终端进行分层协同定位。该算法无需知道OTDOA误差先验信息。仿真结果表明,在NLOS环境下该算法能准确鉴别出含NLOS误差的基站,并能有效减小定位误差。     

NLOS error mitigation with information fusion algorithm for UWB ranging systems

This article puts forward a scalar weighting information fusion (IF) smoother with modified biased Kalman filter (BKF)and maximum likelihood estimation (MLE) to mitigate the ranging errors in ultra wid...     

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。