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.     

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。     

两种TDOA定位算法在水声被动定位下的精度分析

介绍了TDOA的两种算法:Chan算法和Taylor算法,并针对Taylor算法的缺点,引入一种改进的Taylor算法,并将其在水声被动定位系统中进行了仿真和性能比较,从最终仿真结果中得出较适合实际水下信道的定位算法。     

基于混沌优化的无线定位算法研究

本文提出一种抗NLOS干扰的TDOA定位算法。基于混沌优化算法对TDOA算法做了改进,采用混沌优化算法计算初值,再利用Taylor级数展开法进行定位。根据产生混沌序列的两种映射Logistic映射和Kent映射的特点,提出了Kent-Logistic模型修正Logistic映射用于定位。在移动台距服务基站较近时,直接采用该模型进行定位。通过和传统蜂窝定位算法的仿真结果进行比较,表明提出的算法能够提高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。     

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。     

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。     

考虑非视距误差的一种新定位算法

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。     

基于改进BFGS的蜂窝无线定位新算法

在蜂窝网络TDOA(Time Difference of Arrival,到达时间差)定位模型的基础上,将定位问题转化为无约束非线性优化问题,进而提出基于Wolfe步长的BFGS(Broyden-FletcherGoldfarb-Shanno)算法实现对蜂窝网络中移动台的定位。实验结果表明,采用改进的BFGS算法,不仅具有比现有算法更高的定位精度,而且能在一定程度上抑制NLOS(Non-line-ofsight,非视距)传播误差。     

基于Taylor级数展开的改进定位算法研究

针对由RFID设备组成的室内定位系统的定位方法,分析了常规方法存在的弊端,并在采用基于Taylor级数展开的定位算法的基础上,提出了相应的改进算法,测试了算法在低噪声均匀分布和高噪声非均匀分布2种环境下的定位效果,并比较了加权和非加权算法的定位精度。结果表明,在小范围定位空间中,当噪声较大且误差分布不均匀时,改进算法的定位误差可80%控制在0.6 m以内。     

基于泰勒级数展开信号分辨算法的FPGA设计与实现

为了从硬件实现角度研究信号检测与分辨算法,提出了基于泰勒级数展开信号分辨算法的FPGA设计方案。在分析算法在理想脉冲情况下性能的基础上,针对扩频信号情况提出相应的改进,然后给出具体FPGA实现,结合静态时序分析进一步优化。最后通过仿真与上板实测,验证了该方案的可行性,算法最高可跑在150MHz频率下,具有良好的速度性能。实验结果表明,该方案满足设计需求,为其他算法的硬件实现提供了参考。     

三机时差频差联合定位算法

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。     

基于外辐射源的单站无源定位改进算法

针对外辐射源无源定位系统实现快速和高精度定位的要求,提出了一种在测量到达角及时差信息的基础上,增加方位角变化率信息的单站无源定位算法。同时引入一种对非线性系统较好的滤波算法——修正增益扩展卡尔曼滤波(MGEKF)算法,与推广卡尔曼滤波器(EKF)相比,MGEKF能更好地解决量测模型非线性问题,滤波性能更好。计算机仿真结果也表明了此定位方法具有较好的定位跟踪精度和速度。     

一种有效减小非视距传播影响的TOA定位方法

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.     

基于Chan氏算法和Taylor级数展开法的协同定位方法

该文分析讨论了Chan和泰勒两种TDOA定位算法的优缺点,并在此基础上提出了基于 Chan氏算法(1994)和Taylor级数展开法(1976)的协同定位方法。通过在不同信道环境下对协同定位 方法进行仿真,表明该方法在信道环境恶劣时能够有效地提高定位精度。     

基于移动通信网络无线定位的研究

无线定位技术是第３代移动通信研究的一个重要方面,也是当今十大热门电信技术之一,基于移动通信网络的无线定位技术是其中的重要组成部分。首先点明了移动通信系统中无线定位的意义,然后介绍了基于移动通信网络无线定位的原理和技术,并重点阐述了基于移动通信网络无线定位的方法、结构及特点,从而为其他定位技术的研究和开发提供了新的思路与方法。     

Improved TOA‐Based Localization Method with BS Selection Scheme for Wireless Sensor Networks

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.