基于载波相位的高精度室内快速定位算法

为了提高室内无线环境下定位的精度以及位置解算的速度,提出了一种基于载波相位的高精度室内快速定位算法.该算法通过引入参考终端,利用待定位终端和参考终端载波相位测量值间的双重差分完全消除了设备间钟差对定位算法精度的影响.利用锁相环不失锁期间整周模糊度不变的特性,设计了一种基于多时间点测量数据的整周模糊度迭代解算算法,实现了...     

基于IMM-KF算法改进的欺骗式干扰检测算法

针对基于接收机基线长度的欺骗干扰检测方法在短基线和低定位精度下检测性能差的问题,提出了一种交互多模型卡尔曼滤波（Interactive Multi-model Kalman Filtering,IMM-KF）算法改进的欺骗式干扰检测算法。该方法通过IMM-KF算法对两个接收机天线的位置信息进行最优估计,提高基线解算精度,从而提升基于基线长度的欺骗干扰检测方法的检测性能。首先,详细分析了基于基线长度的欺骗干扰检测方法的数学原理;其次,建立欺骗检测算法模型,并对其性能进行仿真分析;然后,根据算法应用场景引入IMM-KF算法优化基线长度估计量;最后,针对不同的基线长度和定位精度进行仿真实验,对算法进行性能评估。仿真结果表明,该算法可以在接收机伪距测量精度为0.1 m、基线长度为0.5 m的情况下达到86%的检测成功率,而传统算法在此情况下检测成功率仅为10%。     

面向自动驾驶的车辆精确实时定位算法

针对车辆自组织网络(VANETs)中的车辆定位问题,以提高定位精度和实时性为目标,该文提出一种面向自动驾驶的车辆精确实时定位算法,包括基于矩阵束(MP)与非线性拟合(NLF)以及基于视觉感知两种技术。基于MP-NLF的技术通过联合TOA/AOA估计进行车辆单站定位,并引入高分辨率估计以提高估计精度;基于视觉感知的技术通过提取定位范围内视觉感知图像的特征信息来完成定位,并结合惯性信息进行无迹卡尔曼滤波进一步提高精度。仿真结果表明,与传统多径指纹算法相比,所提算法即使在低信噪比情况下也具有较好的定位性能。     

基于Chan算法的水下测控设备组网数据融合技术研究

依据水下测控设备组网系统的工作特点,为了有效挖掘现有测控设备的使用效能,构建高精度的综合性水下测控网络,该文提出基于Chan算法的水下测控设备组网集中式数据融合定位算法。该算法首先利用基于波达时间的加权最小二乘算法粗测目标位置,然后依据该目标位置和测量时延信息的关系,构造新的误差矢量,利用该误差矢量再次加权最小二乘估计解算目标位置。研究结果表明,该算法可实现多套水下测控设备的数据融合,可有效提高全域范围的定位精度,且精度高于纯基于波达时间的融合定位算法。     

高精度室内可见光定位算法

针对目前室内定位算法精度不高、实现复杂等问 题,提出了一种基于白光LED的可见光室内定位方 法。首先利用由室内不同LED发出的定位参考信号到达定位终端的时间差(TDOA )的测量估计,得 到定位终端到达两个LED的传输距离之差,以此构造距离估计目标函数,然后采用有约束非 线性规划算法得到 定位终端的位置坐标,从而有效地解决了室内噪声环境中常规TDOA定位算法不收敛或误差偏大的问题。 同时,为了进一步优化定位性能,将距离信息引入加权因子中,提出了质心加权混合定位算 法。将提出的 定位算法在5m×5m×3m的空间区域中进行了仿真实验,同时考虑噪声因素的影响,结果 表明,提出的距离 估计目标函数法在信噪比(SNR)为2dB的条件下可以达到平 均5cm的定位误差,采用质心加权处理后平均定位误 差仅为3cm,有效地提高了室内定位精度和系统应用的普适性及鲁棒性。     

双目视觉辅助PDR的组合导航定位方法

为提高室内定位系统精度和跟踪性能以及适应复杂环境,将行人航迹推算（Pedestrian Dead Reckoning,PDR）与双目视觉组合,提出一种双目视觉辅助PDR的组合导航定位方法 .该方法通过选取或布置地标建立了地标位置数据表;基于轻量化目标检测实现了对地标实时双目测距,保证定位的实时性;利用PDR位置信息得到检出地标类别对应坐标,基于因子图的协同定位和误差估计算法将双目视觉与PDR有效融合,提高了定位精度并抑制PDR累计误差,同时对PDR中航向和单参数模型中单位转换常数进行误差补偿,提高PDR定位精度.实验结果表明,在地标纹理清晰且分布合理情况下,该方法能有效解决室内复杂环境下单一PDR累积误差问题,此外,对航向和单位转换常数实时补偿可提高组合定位系统的定位精度和稳定性.     

基于TDOAs与GROAs的多信号源被动定位

为提高感知节点位置模糊条件下多目标被动定位结果精度,提出基于TDOAs与GROAs的混合定位代数闭式解算法,该算法联合估计未知信号源位置与带误差感知节点位置,利用TDOAs与GROAs所包含的相同感知节点位置误差信息提升定位精度,并推导得到基于TDOAs与GROAs多目标混合定位的克拉美罗下界(CRLB),仿真结果表明,所提算法能较好的达到CRLB,并且GROAs信息的引入给多目标定位精度带来明显性能提升.     

传感器位置误差下外辐射源雷达三维定位代数解算法

机载外辐射源雷达系统中,部署在飞机上的观测站传感器位置无法精确获知,观测站位置误差将严重影响目标定位精度。对此,该文提出一种观测站位置误差下多基外辐射源雷达3维定位代数解算法。该算法首先利用辅助变量将非线性双基距离和差(BRD)观测方程进行线性化,构造伪线性目标估计模型。然后将观测站位置量测噪声的统计特性融入定位算法,提出一种改进两步加权最小二乘(TS-WLS)算法实现观测站位置误差下外辐射源雷达目标定位。最后推导了克拉美罗下界(CRLB)和算法的理论误差。仿真结果显示,在适中的BRD量测误差和观测站位置误差下,所提算法的目标定位性能能够达到CRLB。     

基于可见光的自适应混合蛙跳定位算法

可见光通信具有绿色、节能、成本低等优点,比较适合应用于室内定位。提出一种基于可见光通信的自适应混合蛙跳室内定位算法,该算法通过到达时间(TOA)算法和最小二乘算法进行初始定位,得到未知定位点的估计位置解集,再利用自适应混合蛙跳算法搜索未知定位点的最优位置。该算法具有较强的全局搜索能力,不易陷入局部最优,能够得到较高精度的定位结果。仿真结果表明,该算法比传统TOA定位算法的定位误差小,说明该算法提高了室内定位的精度。     

基于相关性测序的TD-LTE分布式系统室内定位算法

在分时长期演进(TD-LTE)室内分布式网络中,不同位置上的信号差异性不明显,仅利用标定参考点不能实现准确位置估计。该文针对TD-LTE室内分布式网络下不同位置处的信号相似性问题,提出基于相关性测序的定位算法。首先,利用相邻位置的信号信息构建运动序列数据库。其次,通过相关性测序算法,得到在线接收信号参考强度(RSRP)序列与运动序列间的匹配度,确定备选定位序列集。然后,计算备选定位序列与在线RSRP序列间的相关系数及平均欧氏距离。最后,根据匹配度、相关系数及平均欧氏距离,选取最优备选定位序列,实现对目标的位置估计。实验结果表明,该文所提定位算法有效提高了室内分布式天线系统下的定位精度。     

Indoor BLE and MEMS based multi-floor fusion positioning algorithm

Based on the data fusion from micro electro mechanical system (MEMS) sensors and low-power bluetooth (BLE),an indoor BLE and MEMS based multi-floor positioning algorithm was proposed.First of all,the affinity propagation clustering,outlier detection and received signal strength indicator (RSSI) filtering algorithms were applied to denoise the fingerprint database.Second,by using the extended Kalman filter,the robust M estimation algorithm was used to perform the optimal estimation of the two-dimensional target position.Finally,the barometer output and geographical position information was considered to realize the height estimation of the target.The experimental results show that the proposed system is able to achieve the horizontal and vertical positioning errors lower than 0.7 m and 0.35 m respectively in multi-floor fusion positioning.     

一种基于RFID原理的交通信息获取系统与车辆定位方法

 车辆的无线定位技术已成为近年来的一个研究热点。该文首先提出了一种基于RFID(射频识别)技术的交通信息获取系统,并在此基础上,提出了一种新的多基站TDOA(到达时间差)车辆定位方法。该方法是一种基于鲁棒性估计的两步定位方法。第1步利用多个基站的TDOA信息通过鲁棒性估计找到车辆的大致位置,然后进一步采用与车辆距离最近的3个基站的TDOA信息对车辆进行精确定位。该方法可有效地克服传统Chan算法当信号衰减引起TDOA估计误差较大时性能迅速恶化的问题。仿真实验结果表明该方法的定位精度优于传统的Chan算法和基于直接平均的2次定位法,可满足交通信息获取系统中对机动车辆定位的要求。     

一种改进两步加权最小二乘的TDOA定位算法

现有的两步加权最小二乘水下声源定位算法中,两步法处理均存在平方以及开方等非线性运算忽略了二阶误差项,导致定位精度下降。提出了一种改进的两步加权最小二乘算法,首先引入时差方程,构建新的定位方程,初步估计出声源位置;接着引入中间变量并进行泰勒展开,利用中间变量与声源位置误差之间的非线性关系构建定位方程,对声源位置初步估计值进行校正,有效避免了二阶误差项的丢失,得到了更加精确的估计结果。通过与克拉美罗下界进行比较,验证了算法性能的同时进一步提升了算法定位精度。     

基于快速傅里叶变换的局部分块视觉跟踪算法

针对视觉跟踪中目标表观变化、局部遮挡、背景干扰等问题,该文提出一种基于快速傅里叶变换的局部分块视觉跟踪算法。通过建立目标分块核岭回归模型并构建循环结构矩阵进行分块穷搜索来提高跟踪精度,利用快速傅里叶变换将时域运算变换到频域运算提高跟踪效率。首先,在包含目标的初始跟踪区域建立目标分块核岭回归模型;然后,提出通过构造循环结构矩阵进行分块穷搜索,并构建目标分块在相邻帧位置关系模型;最后,利用位置关系模型精确估计目标位置并进行分块模型更新。实验结果表明,该文算法不仅对目标表观变化、局部遮挡以及背景干扰等问题的适应能力有所增强,而且跟踪实时性较好。     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案.结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM)网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究.在此基础上,通过仿真和...     

面向室内动态场景的VSLAM

传统VSLAM算法基于静态场景实现,其在室内动态场景下定位精度退化,三维稀疏点云地图也会出现动态特征点误匹配等问题.文中在ORB-SLAM2框架上进行改进,结合Mask R-CNN进行图像的语义分割,剔除位于动态物体上的动态特征点,优化了相机位姿,得到了静态的三维稀疏点云地图.在公开的TUM数据集上的实验结果表明,结合...     

基于多LED的高精度室内可见光定位方法

针对可见光室内定位问题,该文基于接收信号强度(RSS)定位技术,提出一种利用多个LED发射端实现室内定位的方法,即MLED-RSS定位算法。该方法在充分考虑LED拓扑结构对定位性能影响的基础上,利用部署在室内的多个LED,合理选择其中3个LED作为发射节点,采用改进的三边定位法获得定位目标位置信息。定位算法可以有效地解决可见光定位存在的遮挡效应。仿真实验表明,MLED-RSS算法可以实现高定位精度。     

基于反向学习策略的自适应花授粉接收信号强度指示室内可见光定位

为提高大型室内场所的定位精度,提出一种基于改进自适应花授粉算法的接收信号强度指示(RSSI)可见光定位方案。利用固定在屋顶呈网格型排布的LED发送位置信息,接收端采用基于反向学习策略和自适应花授粉算法的RSSI定位方法实现精确定位。传统花授粉算法具有易陷入局部最优、缺乏变异机制等缺点,利用反向学习策略可使初始种群分布更加均匀,通过提高种群多样性可使算法跳出局部最优;采用有利于全局广泛搜索的自适应移动因子提高收敛速度。在100 m×100 m×100 m大型室内场所的一层100 m×100 m×10 m的空间中,考虑热噪声和散射噪声干扰的情况,经过多次仿真可得,相比于传统定位算法,随机灯排布下采用改进花授粉的RSSI算法的定位误差小于±1 cm;采用网格型灯排布结合改进定位算法的室内可见光定位系统时,定位精度得到明显提升,定位时间大幅缩短。该方案具有定位精度更高、计算速度更快、工作稳定等优点。     

基于背景差分和混合帧差的运动目标检测

针对利用核密度估计建立背景模型时计算量大,运动目标和外界环境容易发生变化,提出一种基于改进的核密度估计背景差分法和改进的混合帧差法相结合的运动目标检测方法。该方法在背景建模时,先对背景差分后的图像进行分块和分类,并简化了核密度估计的核函数,对前景块中的像素进行核密度估计,减少了计算量。在混合帧差法中增加了动态阈值,提高了对光线变化的适应性。实验结果表明该方法能够完整地提取出运动目标,提高了目标检测的准确率。