一种改进的TOA/AOA混合定位算法

在蜂窝网络中利用电波到达时间（TOA）对移动台（MS）进行定位估计时，也可利用服务基站（BS）提供较准确电波到达角（AOA）信息，以提高定位性能。为此，本文对Chan提出的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既继承原算法的优点，又增加AOA测量值以提高定位性能的TOA/AOA混合定位算法，分析和仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比单纯TOA定位法更好的性能。     

一种TDOA/AOA混合定位算法及其性能分析

在蜂窝移动通信系统中，智能天线阵列的应用使得服务基站（BS）能提供较准确的移动台（MS）电波到达角（AOA）测量值，从而可以用于对移动台的定位估计，文中对文献[1]的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既能继承原算法的优良性能，又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法，该算法还具有解析表达式解。仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比文献[1]的单纯TDOA定位算法更好的性能。     

基于外辐射源雷达系统的目标定位算法

基于外辐射源的单站无源定位系统实际相当于收发分置的双基雷达,具有反侦察、抗干扰、反隐身和防反辐射导弹等潜在优势,因此利用外辐射源信号对目标进行无源定位和跟踪是目前国际上比较热门的一个研究课题。提出了一种基于外辐射源的单站无源定位系统的目标定位算法,借助信号到达的时间差和方位信息,对空中目标进行定位,并进行算法的推导、精度的分析,通过仿真验证了此定位算法的有效性。     

基于到达时间和方位角的固定单站无源定位仿真分析

基于辐射源的信号到达时间(TOA)和到达方向(DOA)信息,利用修正增益扩展卡尔曼滤波方法,对固定单站侦察设备的空中和海上目标进行无源定位,仿真计算验证算法的有效性.     

基于相位变化率的单站EKF无源定位算法研究

传统的无源定位方法主要是利用到达方位角（DOA）信息对雷达等辐射源进行测向交叉定位，但由于该方法对测角精度的敏感性，仅利用DOA信息会导致定位精度低，算法收敛时间长等不良后果。本文探讨了一种融入相位变化率（PRC）信息的推广卡尔曼滤波（EKF）算法，通过仿真，分析了DOA与PRC单独测量与联合测量对定位精度的影响，同时，将融入PRC信息的EKF定位算法与只测角定位算法进行了比较。     

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。     

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。     

一种基于泰勒级数展开的卫星FDOA地面干扰源定位算法

对未知干扰源准确定位一直是卫星管理控制中需要解决的关键难题之一,利用干扰信号到达卫星时所携带的多普勒频移信息进行定位是一种有效的解决方法。利用受干扰卫星和其相邻卫星间的信号到达多普勒频差(FDOA),在干扰源位于地球表面约束的条件下,建立干扰源的定位模型,提出一种基于泰勒级数展开的干扰源定位算法,并对算法的性能进行了详细分析。仿真结果表明,该算法收敛速度快,能接近克拉美罗下限,约束条件的引入可以有效增加定位精度,减少有效定位最小观测卫星的数目。     

多径信号到达角和时延高分辨联合估计算法

本文提出了一种新的高分辨高精度的多径信号到达角和时延联合估计算法.该方法通过对多径信号与参考信号进行相关处理,再根据PRO-ESPRIT算法的思想,实现了DOA(Direction-Of-Arrival)估计;并对相关延迟向量进行变换,从互功率谱相位中提取时延信息,完成了高分辨的TOA(Time-Of-Arrival)估计.最后,本文推导了频域模型下到达角和时延联合估计的Cramer-Rao下界.并将通过仿真对本算法的性能进行了评估.     

基于CFR虚拟阵列天线的AOA室内定位

准确地估计信号的到达角（Angle Of Arrival,AOA）为实现在室内高精度定位提供了可能,为了能够准确地估计室内多径信号的AOA,并提取出直射路径的AOA信息进行定位,本文提出一种利用信道频率响应信息（Channel Frequency Response,CFR）扩展阵列天线的亚米级室内定位系统.首先,采集CFR信息进行AOA和信号到达时间（Time Of Arrival,TOA）的联合估计;其次,提出了一种基于AOA和TOA二维聚类信息的直射路径识别算法;另外,还提出了可视环境（Line Of Sight,LOS）以及非可视环境（Non Line Of Sight,NLOS）的识别算法,可以准确的判断出当前接收机相对发射机是处于LOS还是NLOS环境;最后,利用现有的三天线Wi-Fi设备在室内进行了测角以及定位测试,实验结果表明本文提出的定位系统在室内LOS和NLOS环境下分别可以达到中值误差为0.8m,1.3m的定位精度,可用于室内高精度定位.     

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。     

基于到达角Kalman滤波的TDOA/AOA定位算法

基于Chan算法的TDOA/AOA定位算法是在Chan算法的信号到达时间差(TDOA)误差方程组里加上一个信号到达角(AOA)误差方程,利用加权最小二乘法(WLS)求解。其主要缺点是把移动台(MS)的横坐标、纵坐标与移动台到服务基站(BS)之间的距离作为3个相互独立的变量,忽略了3者之间的相关性。需要进行两次WLS计算,且最终的解为二值根。当AOA测量误差的方差不断增大时,对应的定位误差也随之增大。该文利用Kalman滤波算法对AOA的值进行估计,并将上述的3个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性。     

基于倒谱域相关的时差/频差联合估计算法

提出一种基于倒谱域相关的时差/频差联合估计算法,同时估计双传感器平台接收到的2路信号中的时延分量和频偏分量。与传统的基于二(四)阶相关复模糊函数法相比,新算法借鉴时域卷积等价于频域乘积的思想,将频域卷积等价于倒谱域相关,将时差频差二维搜索问题转化为先频差、后时差的2个一维搜索问题,由此实现时差/频差的快速联合估计。     

MIMO系统中基于终端的定位算法

在无线MIMO(多输入多输出)通信系统中,基于终端的TDOA/AOA混合定位方法能够用于终端自主定位.介绍了一种基于参数信道模型的MIMO信道AOA估计方法,并将估计结果用于混合定位.仿真结果表明此方法有较小的计算复杂度,其性能优于单纯的TDOA定位方法.     

非视距误差的TDOA/AOA混合定位算法

在非视距（NLOS）误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差（TDOA）测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。     

IMU辅助的TDOA室内定位

室内环境下,当无线信号受到多径和非视距干扰时,传统的基于到达时间差（Time Difference of Arrival,TDOA）的测距模型定位精度不满足室内定位精度要求。为此,提出利用TDOA与低成本的惯性测量单元（Inertial Measurement Unit,IMU）相结合的定位方法。在视距情况下,只有TDOA系统工作,但在信号受到干扰时,利用IMU能够在短时间内提供一个准确的相对位置信息的特性,采用TDOA算法对其进行辅助定位,并利用卡尔曼滤波器对它们的数据进行预处理,最后使用扩展卡尔曼滤波器对数据进行处理融合。实验结果表明,提出的算法比传统的TDOA定位具有更高的精度。