共查询到18条相似文献,搜索用时 115 毫秒
1.
一种在NLOS环境下提高精度的TDOA定位方法 总被引:1,自引:0,他引:1
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. 相似文献
2.
一种改进的NLOS环境下的TDOA/AOA混合定位算法 总被引:2,自引:1,他引:2
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。 相似文献
3.
4.
5.
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。 相似文献
6.
7.
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。 相似文献
8.
9.
考虑非视距误差的一种新定位算法 总被引:3,自引:1,他引:3
提出了一种当接收端(或基站)在平面上随机分布时,考虑非视距(NLOS)传播误差条件下对移动台定位的有效算法。该方法基于到达时间定位技术,其主要思想是通过概率定位和几何定位联合检测具有 NLOS 误差的测量值(在各接收端处估计的信号时延),然后估计这些测量值的 NLOS 误差的大小并更新这些测量值,最后重新估计移动台位置。文中给出了算法的步骤,推导了算法估计误差的方差。同时,本文推导了 NLOS 环境下定位估计误差的克拉美罗下限,并将所提算法的性能与克拉美罗下限做了比较和分析。仿真部分也给出了不同算法与本文算法的性能比较,从仿真结果可以看出,该算法估计精度高。 相似文献
10.
11.
12.
13.
针对平面三机对辐射源定位的场景,提出2种基于牛顿迭代法的定位方程组求解算法:平均处理算法和最小二乘迭代算法。通过仿真数据验证2种算法的有效性,并比较2种算法的优劣,发现平均处理算法更有利于解决定位模糊,最小二乘迭代算法更有利于提高定位精度,提出2种算法联合的解算思路。提供仿真数据,说明定位精度随三机布局方式的变化,得出结论:在保持副机到主机距离不变的情况下,三机在同一直线航迹上时具有全局最高定位精度。 相似文献
14.
15.
本文基于移动通信环境中非视距(NLOS)传播时延服从指数分布的特性,提出了一种有效减小NLOS影响的定位方法.该方法首先利用测量的波达时间(TOA)和NLOS传播时延的统计特性估计由NLOS引起的附加时延;然后从测量的波达时间中减去附加时延,得到对LOS传播时间的估计,进而估计移动台的位置;最后,对不同时刻估计的移动台位置进行平滑处理,进一步减小NLOS的影响.采用该方法对移动台的位置进行的估计是一种无偏估计,不需要增加系统成本,计算简单,是一种非常实用的定位方法.仿真结果证明了该方法的有效性. 相似文献
16.
17.
18.
Improved TOA‐Based Localization Method with BS Selection Scheme for Wireless Sensor Networks 下载免费PDF全文
The purpose of a localization system is to estimate the coordinates of the geographic location of a mobile device. The accuracy of wireless localization is influenced by non‐line‐of‐sight (NLOS) errors in wireless sensor networks. In this paper, we present an improved time of arrival (TOA)–based localization method for wireless sensor networks. TOA‐based localization estimates the geographic location of a mobile device using the distances between a mobile station (MS) and three or more base stations (BSs). However, each of the NLOS errors along a distance measured from an MS (device) to a BS (device) is different because of dissimilar obstacles in the direct signal path between the two devices. To accurately estimate the geographic location of a mobile device in TOA‐based localization, we propose an optimized localization method with a BS selection scheme that selects three measured distances that contain a relatively small number of NLOS errors, in this paper. Performance evaluations are presented, and the experimental results are validated through comparisons of various localization methods with the proposed method. 相似文献