基于数据融合的蜂窝无线定位算法研究

本文从数理统计角度,利用TOA和TDOA测量数据并结合扇区信息进行数据融合,然后通过定义可信度函数构造了一种基于移动台位置的动态定位算法,从而实现蜂窝网络定位。最后仿真结果表明这种融合算法在保证决策可靠的前提下,有效提高了决策输出的定位精度。     

基于BP神经网络的无线定位数据融合模型

针对常规TOA和TDOA的加权最小二乘法定位算法的缺点，提出了一种利用反向传播（BP）神经网络构造将TOA和TDOA定位信息的融合模型，并采用贝叶斯正则优化方法，来解决BP算法收敛慢和容易陷入局部极小值的问题。通过仿真表明，该模型具有较高的定位精度。     

移动台定位估计数据融合增强模型及其仿真研究

为了提高蜂窝网中对移动台(MS)的定位精度，在文献[1]中，Kleine-Ostmann提出了一种对电波到达时间(TOA)和到达时间差(TDOA)测量值进行融合的模型。本文对该模型进行了改进，增加了AOA测量值的使用，提出了融合度更高的增强型数据融合模型。分析和仿真结果表明，只要AOA测量值达到一定精度要求，该模型就能取得更好的定位性能。     

基于TOA和DOA联合估计的UWB定位方法

对于UWB定位系统而言,利用时间参数估计信号源的位置需要多个参考节点,这样增加了系统的开销。如果参考节点既能估计目标源的时间参数又能估计角度参数,理论上一个参考节点就可以确定目标源的位置。该文提出一种UWB系统TOA(到达时间)和DOA(到达角度)参数联合估计的定位方法,该方法使用矩阵束算法估计出时间参数和角度参数,进而得到目标的相对坐标。该方法通过单个接收机就可以确定目标的位置,减少了定位系统负担。仿真实验证实了该方法估计时延和角度精度较高,而且定位精度能够达到厘米级,是一种简单可行的UWB系统定位方法。     

数据融合室内定位的研究

通信领域中的定位是一个热点研究问题,我们可以通过一定方法对目标进行位置定位。定位领域分为室内定位和室外定位,在室内定位领域中,定位算法的优劣直接关系到定位性能。除了定位算法影响到定位性能外,数据融合也会影响到定位性能,尤其影响定位精度。针对此问题,本文对数据融合定位进行深入研究,本文主要是针对TOA和TDOA的数据融合,融合方法为最佳线性数据融合。     

基于数据融合技术的单基站混合定位算法

针对传统的多基站定位容易引起通话质量干扰问题,提出了在TD-SCDMA蜂窝系统中,仅采用单个基站定位的混合定位算法(HPSR,hybrid positioning scheme with RSS).在该算法中,设计了一种新的冗余RSS数据融合模型(RDFM,RSS data fusion model)以消除非视距(NLOS,non-line-of-sight)误差,提高定位精度,并从理论推导证明了此模型的有效性.给出了运用在实际中的定位流程图,并进行了仿真验证,仿真结果表明,HPSR同时提高了TOA/AOA算法的稳定度和精确度.     

无线定位估计的信息融合模型研究

近年来基于蜂窝网络对移动台进行定位估计的无线定位技术受到广泛的关注,目前的几种基于网络的定位方法在不同的信道和网络环境中表现出的性能各不相同,还没有一种技术能在各种不同信道和网络环境中都能表现出最佳性能,满足对蜂窝网络移动台定位的精度要求。数据融合是一种对不同类型数据进行融合,以取得比单一方法和技术更佳的数据输出的技术。论文将信息融合应用于无线定位之中,对无线定位的信息融合模型进行了深入的研究。     

基于UWB无线网络的定位算法研究

UWB（超宽带）技术作为一种新型的短距无线通信系统，在室内定位技术中越来越受到重视．文中分析了TOA和TDOA等传统定位算法，介绍了一种新的基于RTT的简单异步算法和一种基于TTOA的定位算法，最后给出了各个算法优缺点的比较结果．     

基于G-N迭代的双星时频差定位融合算法

双星时差(Time Difference of Arrival, TDOA)频差(Frequency Difference of Arrival, FDOA)定位系统在过顶期间可多次截获到辐射源信号并进行定位,将不同时刻观测的多组时差频差和高程信息融合可以提高定位精度。本文算法将辐射源高程信息建模为双星时差频差定位融合的观测量之一,并提出了一种基于高斯-牛顿(Gauss-Newton, G-N)迭代的双星时差频差定位融合算法。最后通过实验仿真将本文所提算法与理论最优单次定位结果、直接平均和加权平均等位置合批处理方法进行比较,实验结果表明本文算法相较于其他位置合批处理方法具有更优越的性能。     

非视距环境中TOA/AOA混合定位方法

为了减少非视距对定位估计的影响,提出了一种新到达时间/到达角信号的抗非视距混合定位方法,该方法假设首先到达每个基站的信号路径经历了唯一的一次反射,采用约束非线性优化方法来定位移动台,将基站和移动台的几何分布关系和移动台的位置范围作为约束条件,并使用粒子群优化技术来寻找全局最优解,然后计算测量噪声并利用迭代过程进一步的提高定位精度,通过对比仿真表明该算法的有效性。     

基于数据融合理论的多传感器几何定位算法

为解决多部(3部及以上)2D传感器网络对三维空间目标的定位估计和定位精度问题,克服地球曲率对观测模型的影响,建立了考虑实际地球曲率的等效地球模型和传感器观测模型,提出了此模型中基于二次数据融合的多传感器组网几何定位算法,该方法将几何定位与数据融合理论相结合,并对融合数据进行二次融合,充分利用了各传感器的量测数据。仿真实验证明了方法的有效性和实用性,在多部2D传感器组网的情况下可对三维空间内目标实现精确定位,定位误差趋近于克拉美-罗下界(CRLB),具有工程实用价值。     

无源多站时差定位技术研究及在频谱监测中的应用

研究了无源定位中时差定位的方法及其应用。通过此方法来确定在频谱监测系统中检测到的发射异常信号的信源位置。仿真实验证明本定位方法切实可行,并且在实践中有很好的指导意义。     

基于蜂窝与同步卫星TDOA定位的比较研究

基于蜂窝的定位与基于卫星的定位都是当今无线定位的研究热点.采用基站TDOA定位和采用同步卫星TDOA定位技术进行比较,给出了各自的TDOA定位的算法,并分别对TDOA定位性能进行了仿真和分析,表明两种定位方法基本原理相同,各有优缺点,在应用中通常将两者相结合以适应不同环境的定位需要.     

基于信息融合的高校招生录取数据融合系统

高校招生录取数据是高校工作重要原始资料。利用信息融合概念、VF软件技术、Excel软件技术设计高校招生录取数据融合系统,可以帮助招生工作人员减少录取考生信息统计工作量,提高统计分析速度和准确度,及时统计分析录取数据,为领导决策以及高校各部门相关工作提供可靠数据信息,为提高招生工作信息化水平做出了较好的尝试。     

一种简化的多算法协同定位的TDOA定位方法

文章提出了一种基于简化的多算法协同定位方法,实现Chan算法、Tayor算法和Sx算法等多种定位算法的融合。最后仿真结果表明,多算法协同定位模型能得到更准确可靠的移动台估计位置,有效提高了定位精度。     

多站时差定位技术研究

给出了运动辐射源多站三维时差定位的算法模型和定位误差模型。并针对4种站址布局情况，初步计算了定位精度与布站的关系，给出了各种定位精度曲线仿真结果。     

多传感器数据融合中基于目标识别的DS算法研究

由于多传感器数据中对目标的描述通常存在或多或少的模糊、相驳、遗缺等现象,在多传感器数据融合处理中如何对目标进行有效可靠的识别,是一个备受关注的难题。本文对多传感器数据融合处理中基于ＤＳ算法的目标识别问题进行了较深入的探讨,利用ＤＳ算法对不确定性信息的推理判断机制,为解决上述难题提供了一种有效的方法。