NLOS环境下无线传感器网络TOA定位算法

针对现有定位算法定位精度低、适用场景少的问题,提出一种非视距传播（NLOS）环境下的无线传感器网络电波到达时间（TOA）定位算法。对未知节点位置进行初步估计,将该估计值作为初始迭代参考点,利用泰勒级数展开法进行迭代计算,得到未知节点位置的二次估计值。使用二次估计值反推得到未知节点与各传感器锚节点的近似距离,将原始TOA测量距离与该近似距离之差作为非视距传播误差值,从而剔除NLOS误差较大的TOA测量组,利用误差修正后的TOA测量组再次进行泰勒级数迭代处理,实现未知节点的精确定位。仿真结果表明,该算法可有效抑制NLOS误差,相比传统定位算法,其定位误差小、定位精度高。     

OFDM超分辨率联合TOA/AOA定位

对无线信号到达时间（TOA）和到达角度（AOA）的精确估计是室内无线定位的关键。正交频分复用（OFDM）是适合多径衰落环境的一种高速传输技术。提出一种联合TOA和DOA的二维定位方法用于OFDM信号定位。算法首先通过信道估计得到信道的频率响应（CFR）,对CFR采用超分辨率算法估计信道时延。首径（first arrival path,FAP）的时延估计就是接收信号的TOA估计。将天线阵列接收信号通过DFT变换到频域,利用同样的算法估计信号各径的AOA/DOA。最后联合TOA和AOA在二维平面上确定目标位置。由于信号是多径、多载波信号,对各载波的DOA/AOA估计在载波间进行处理,再结合各径脉冲响应的幅值,选出属于首径的DOA/AOA估计。在多径环境下仿真表明算法有效且定位精度能够满足实际需要,尤其适合环境中只有一个基站或接入点的情况。     

基于加权多维定标的组网定位算法

提出一种视距条件下基于加权多维定标(MDS)技术实现到达时间(TOA)组网定位新算法。利用改进的MDS技术,得到移动台位置的粗估计值。分析基站拓扑结构对定位结果的影响,利用求组合数的方法,分别求出每种基站组合下移动台的位置估计,并与粗估计值进行比较,均方误差小的基站组合对最终定位结果贡献较大,通过加权求得最终结果。与传统MDS算法相比,加权MDS算法对冗余信息的处理能力更强,定位精度更高。     

TDOA/AOA数据融合定位算法

基于非视距传播（NLOS）环境下的几何结构单次反射统计信道模型,提出了到达时间差/电波到达角（TDOA/AOA）数据融合定位算法。利用TDOA定位算法和AOA定位算法分别估算移动台（MS）位置,然后利用数据融合方法确定MS位置。仿真结果表明,本文算法在NLOS环境下有较高的定位精度,性能优于TDOA定位算法和AOA定位算法。     

基于时间反演的到达时间定位

针对传统算法在室内超宽带(UWB)到达时间(TOA)定位系统里很难准确搜寻出第一条直射路径,从而导致定位精度不高的问题,提出了基于时间反演(TR)的TOA室内UWB定位算法.首先,利用TR处理的空时聚焦特性确定第一条直射路径,从而估计这条路径的TOA;其次,通过加权最小二乘(WLS)定位算法对不同的估计分量赋予相应的权...     

基于贝叶斯推理的TDOA/AOA定位算法

在视距(LOS)环境下,到达时间差(TDOA)和电波到达角(AOA)定位技术可以获得较高的精度,而在非视距(NLOS)环境下,无法得到良好的定位效果.在非理想信道环境下,蜂窝基站和移动终端之间存在多径传输和NLOS传播的问题,这些因素均会影响定位精度.构建LOS和NLOS传播条件下的实际信道环境模型来研究信号的测量误差特性,利用贝叶斯推理的方法对AOA测量值进行估计,从而有效消除附加噪声的干扰.仿真结果表明,在NLOS环境下,该算法的定位性能优于单纯的TDOA和TDOA/AOA算法.     

基于Matrix Pencil的OFDM信号的TOA/AOA定位

为提高估计精度,提出一种基于低复杂度的矩阵束方法(MPM)的OFDM信号超分辨率TOA/AOA二维定位方法.首先,对信道频率响应(CFR)采用MPM方法进行时延估计,得出首径(FAP)时延,即OFDM信号的TOA估计;然后,对天线接收信号的频域阵列信号使用同样的算法进行AOA/DOA估计;最后,联合TOA、AOA估计结果在二维平面内确定目标的位置.由于载波间的相关性和相干多径的影响,使AOA估计的RMSE偏差比TOA估计大,所以对TOA估计过程中的各径幅值,设置权值对非首径的幅值进行抑制,减少对后续首径AOA估计的影响.利用OFDM信号进行仿真,其结果表明,非首径幅值抑制方法能明显提高AOA估计精度和无偏性,使整体定位误差明显改善,满足单基站或接入点室内定位的需要.     

基于接收信号强度的非视距检测与修正算法

为了减少非视距（NLOS）误差对基于到达时间（TOA）的无线定位系统性能的影响,本文提出一种采用接收信号强度（RSS）与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检测并修正。在视距（LOS）传播的TOA与RSS之间关系已知的前提下,利用定位基站得到的TOA与RSS测量值,计算TOA测量值中含有NLOS误差的可能性,并利用该可能性对TOA测量值进行修正。该方法在不增加通信次数的情况下,大大提高了定位精度。本文最后在一个无线定位系统上实现了该算法,并进行了对比实验。实验结果表明,该算法不需对多次定位结果进行统计,即可有效降低NLOS误差对系统性能的影响,适用于对功耗要求苛刻的场合。     

一种抑制非视距传播误差的混合定位算法

为减小蜂窝网定位中影响定位精度的非视距(NLOS)传播误差,提出一种基于两步卡尔曼滤波到达时间差/到达角度的混合定位算法.利用卡尔曼滤波器的估计值计算非视距数据的方差,调节卡尔曼滤波器的参数,减小测量值的NLOS误差,并将经过预处理的测量值输入到扩展卡尔曼滤波器,实现混合定位.实验结果表明,该算法能有效消除NLOS误差,与Chan算法相比,其定位精度更高.     

非视距传播环境下的AOA定位跟踪算法

基于几何结构的单次反射统计信道模型,提出了一种在非视距(NLOS)传播环境下对移动台的到达角(AOA)的定位与跟踪算法.首先利用径向基函数(RBF)神经网络对NLOS误差进行修正,再利用最小二乘(LS)算法进行移动台位置估计,然后配合相关检测距离门对移动台进行跟踪.仿真结果表明,该跟踪算法能够有效地实现移动台的静态定位...     

基于信息融合技术的单站无源定位原理分析与研究

探讨了基于辐射源的信号到达时间(TOA)、到达方向(DOA)及多普勒频率信息,利用单站对机动目标进行无源定位与跟踪的新方法。将融合技术应用于单站无源定位,能更好地解决多参数测量集条件下的单站无源定位跟踪问题,滤波性能更好。通过计算机仿真,验证了该方法的正确性与有效性。     

一种面向室内定位的基站选择优化方法

基于蜂窝网的室内定位由于与通信网络共用基础设施,因此具有覆盖范围广、无需基础设施再投资等突出优点,已成为电信运营商级室内定位的首选,是5G通信领域的研究热点之一。在蜂窝网室内定位场景中,基站的布局将直接影响接收首径的数量、到达时间TOA(Time of Arrivaling)和测量误差等要素,从而影响定位精度。据此,文中提出一种面向室内定位的基站选择优化方法,以减小由于基站布局引入的误差。首先,引入TOA信息去除TDOA定位的虚定位点;其次,针对不同基站选择方案得到的定位结果,利用二次聚类的思想去除孤立点,并根据聚类结果中样本节点数量最多的类确定定位点的位置。实验结果表明,与其他优化方法相比,所提方法的室内定位平均误差降低了15.49%。     

基于单反射模型的混合定位算法研究

针对现有定位算法抗非视距能力弱、且对移动台求解时往往需要一个比较精确初始解的问题,利用移动台和散射体的几何位置关系,基于单次反射圆模型提出了一种抑制非视距误差的波达时间/波达角混合定位算法。定位过程中将散射体视为虚拟基站,根据最大散射半径确定移动台的可能位置范围,在该范围内搜寻所有满足约束条件的位置点,对这些点使用加权平均处理方式以提高定位精度,最后结果即为移动台估计位置。计算机仿真表明了算法的有效性。。     

时间偏移下的多源目标精确定位方法

采用到达时间( TOA)测距实现源目标定位的方法比较简单,因此在无线传感器网络定位领域得到了广泛的应用。将TOA定位模型转化为线性优化问题,提出了一种存在时间偏移下的多源目标精确定位方法。该方法将定位计算过程分成两步,包括多源目标位置初始值估计和优化计算过程。两步计算方法将定位结果用代数解表示,避免了数值计算过程中的局部最优问题。仿真分析了时间偏移量及噪声大小对定位误差的影响。结果表明即使存在较大的时间偏移量,优化计算后的定位误差也能非常接近于克拉美罗( CRLB)下界值。     

Efficient geo-location estimation system using two-dimensional MUSIC algorithm

In this paper, we propose an efficient two-dimensional geo-location estimation system for mobile social security robots, where the location is obtained by direction of arrival (DOA) and time of arrival (TOA) of the radio signal. The proposed system requires only one reference signal while the conventional systems generally demand more than three reference signals. For estimating TOA and DOA information simultaneously, we employ a two-dimensional multiple signal classification (2-D MUSIC) algorithm. In addition, the performance analysis of proposed system is provided in terms of location accuracy and computational complexity by comparing it with two-dimensional Matrix Pencil (2-D MP) algorithm. The simulation results show that the proposed geo-location estimation system achieves the positioning accuracy within 3 meters in 2 kilo-meters coverage which is usable for mobile robots.     

OFDM联合时延和到达角度的定位算法

本文提出一种基于OFDM信号的联合TOA/AOA的二维定位方法.根据信道的频率响应(CFR),算法采用超分辨率估计算法,估计首达路径(First Arrival Path,FAP)的传输时延,即TOA估计.利用天线阵列,在频域利用同样的超分辨率估计算法,估计信号各径的AOA.联合首达路径的TOA和AOA信息,可在二维平面上确定目标位置.对于AOA的估计,采用波束成形,结合各径信道脉冲响应(CIR)幅值,甄别出首径的AOA.在多径环境下仿真,结果表明算法有效且定位精度满足实际需要,特别适合只有一个基站或接入点的室内定位.     

利用AOA信息的变权值递归定位算法

为了改进NLOS传播环境下的定位精度,提出了一种利用多个基站AOA信息进行变权值递归定位的算法。该方法利用多个基站测量的到达时间和到达角度进行单独定位,将定位结果拟合作为泰勒递归定位的初始值,然后利用单基站定位结果和泰勒定位结果的距离差作为每个基站的权值,进行泰勒递归定位,随着定位结果向真实值的逼近,逐渐改变参与定位基站的权值,以有效减小非视距基站在定位中的影响,提高定位精度。仿真结果证明了该方法的有效性。     

基于RSS室内定位中极化敏感圆形阵列研究

针对当前DOA估计中基站布设复杂和阵元间距受限的问题,提出了一种极化敏感圆形阵列单基站定位方法.通过对圆形天线阵列布设进行分析,根据信道传播模型得到阵列接收信号,进而利用深度学习模型实现定位.在考虑电磁波极化特性的基础上,经过对圆形天线的数目以及基站的规模大小进行分析研究,最后给出一种比较理想的基站布设方式.仿真结果表...