一种改进的多站AOA/TDOA联合无源定位闭合形式算法

为解决多平台协同外辐射源无源定位问题,提出了基于到达角(Angle of Arrival,AOA)与到达时间差(Time Difference of Arrival,TDOA)的闭合形式定位解算法。在保持两阶段定位闭合形式算法框架不变的前提下,所提算法不仅考虑了AOA与TDOA观测噪声对定位造成的不利影响,同时还缓解了传感器位置不确定引起的定位精度恶化问题。数值仿真结果验证了所提算法的高精度定位性能。     

可见光重构指纹室内定位算法研究

提出一种可见光重构指纹室内定位算法(RFP),通过融合到达时间差(TDOA)算法和指纹算法可快速完成室内高精度定位。该算法首先利用TDOA算法多次估计得到的解集定义一个区域,然后在该区域中构建三维精细指纹库,再利用匹配算法定位未知节点。仿真结果表明,该算法的平均定位误差约为0.1719m,与传统的TDOA算法相比,提高了定位精度,与传统精细指纹算法相比,节省了定位时间。     

存在站址误差下的时频差稳健定位算法

针对现有算法定位精度低,稳健性差的问题,该文基于误差校正的思想,改进了经典两步加权最小二乘(TSWLS)算法的步骤2,提出一种站址误差条件下基于到达时间差(TDOA)和到达频率差(FDOA)的高精度、稳健动目标无源定位算法。所提算法的步骤2对步骤1中引入的辅助变量进行泰勒展开以构建误差校正方程,避免了经典两步加权最小二乘算法中的矩阵缺秩问题和非线性运算,提高了算法的稳健性和定位精度。理论分析表明,在小噪声条件下该算法定位精度可达克拉美罗下界(CRLB)。仿真结果表明,在常见量级的站值误差及测量误差下,相比于现有算法,该文算法具有更强的稳健性和更优的抗噪性。      

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。     

基于分簇结构无线传感器网络的高效无源定位方法

针对基于节点通信能力和能量受限的无线传感器网络实现高精度无源定位的问题,首先,在分簇结构网络中,通过折中单个簇的TDOA定位精度和运算复杂度,确定了簇规模;其次,基于直达波环境中TDOA定位误差是按布站GDOP对测量误差放大的原理,提出第一轮定位先使用网内所有节点以RSSI定位方法粗估计目标辐射源位置,并根据各簇在该粗估计位置处的布站GDOP和测量误差估算TDOA定位标准差,第二轮定位选择具有较低TDOA定位估计标准差的部分簇参与TDOA定位,最后将这些簇的TDOA定位结果按估算的定位估计标准差加权平均,求得最终定位解。仿真结果证明该方法有效的去除了冗余节点,实现以半数节点接近使用全部节点的定位精度。      

基于TDOA/FDOA多星联合定位误差与卫星构型分析

针对多星定位系统对地面静态目标的无源定位误差分析问题,运用Fisher信息矩阵、Taylor级数、矩阵理论和统计理论,综合考虑时差、频差、卫星位置误差以及卫星速度误差,推导了到达时间差（time difference of arrival,TDOA）/到达频率差（frequency difference of arrival,FDOA）联合定位误差克拉美·罗界（Cramer-Rao lower bound,CRLB）的简单表达式,以及三星单独TDOA定位误差的CRLB,进而给出了避免TDOA定位盲区的良好卫星构型设计的充分条件.理论分析与仿真结果表明:在单独TDOA定位场景下良好的构型能完全消除定位盲区,定位精度随主星-星下点连线与主星-副星连线的夹角逼近90°而逐渐提高;通过引入FDOA与TDOA联合定位也能有效避免定位盲区,提高定位精度.     

改进的免疫粒子群算法在TDOA定位中的应用

针对无线传感器网络中的TDOA节点无源定位估计中的非线性优化问题,提出了一种改进的免疫粒子群优化(Immune Particle Swarm Optimization, IPSO)的TDOA定位算法。该算法在自适应粒子群算法的基础上,引入免疫过程,增加了粒子种群的多样性,平衡局部搜索能力和全局搜索能力,有效地解决粒子易陷入局部最优问题,更快收敛到全局最优解。仿真结果表明,提出的算法相比于标准粒子群算法、自适应粒子群算法、Chan算法,当基站数量仅为4～5个、半径达到100 m时定位精度仍然较高,当加入随机噪声时,性能更加稳定,鲁棒性较好。     

基于樽海鞘群算法的无源时差定位

针对无源时差(TDOA)定位的非线性方程解算问题,论文使用一种名为樽海鞘群算法(SSA)的新的群体智能优化算法。首先,该算法采用一种新的群体更新模型,充分平衡迭代过程中的探索行为与开发行为,在保证搜索的全局性与个体的多样性的同时,改善了其他智能优化算法容易陷入局部极值的问题。其次,该算法控制参数很少,运算速度明显提高。该算法的收敛速度十分稳定,定位精度更高。仿真结果表明,樽海鞘群算法在3维时差定位中能够快速、稳定地收敛至目标位置,对传统粒子群算法(PSO)、改进的线性权重粒子群算法(IPSO)与SSA的定位精度进行比较,SSA精度明显高于PSO与IPSO。     

多基站无源定位技术在区域定位网络中的应用

多站时差定位是一种较精确的定位方法，它通过处理三个或三个以上测量站采集的信号到达时间来对辐射源定位。文中论述了多站时差无源定位的基本原理，提出了以TDOA多基站小区无源定位系统为基础构建区域定位网络的方案。论述了时差双基无源定位的基本原理，以及小区定位系统的几何布站，地面观测站对空中平台的实时精确定位算法，同步技术，区域组网与越区切换等主要问题的实现方案。     

利用三星时频差的运动辐射源定位与测速方法

针对高轨三星无源定位系统对空中恒定高度运动目标探测的应用场景,提出了一种利用信号到达时差( TDOA)、到达频率差( FDOA)的无源定位与测速方法。详细描述了算法原理、算法处理步骤,利用STK( Satellite Tool Kit)软件结合计算机仿真,分析了时差测量误差、频差测量误差、高程估计误差对定位精度与测速精度的影响。该方法定位精度与测速精度较高,具有一定的工程应用价值。     

TDOA定位系统的无线电监测网工程应用探讨

随着无线电监测事业的发展,在如何扩大无线电监测网的覆盖范围,提升监测能力等方面越来越得到无线电监测人员的重视,文中主要探讨了TDOA无源定位方法在无线电监测网中的应用问题。本文首先从TDOA定位原理入手,介绍了到达时间差估计的相关函数获取法,比较了双曲线方程组的两种求解算法,由此分析TDOA定位的关键技术与定位优点。文中还以云南省无线电监测网为例,从定位流程出发,进行系统设计,探讨TDOA定位系统的工程应用,进而提出能全面提升监测网监测能力的TDOA定位方案。     

超宽带室内定位算法综述

在超宽带定位系统中,多径效应、NLOS 等因素会导致一定程度的测量误差。详细介绍了基于超宽带的各类定位技术及其实现原理,并着重于定位性能较好的TDOA技术,从定位模型建立到定位解算方面系统地介绍了各类基于TDOA的定位算法,详细阐述了各种算法的实现原理及设计流程,并对各种算法在LOS和NLOS下的性能进行了比较分析。     

联合RSSD和TDOA技术的认知协同定位算法研究

在认知无线网络通信中,主用户的位置信息对于认知用户借用信道接入通信具有重要意义,通过协同定位技术来提高定位性能已成为当前认知无线电领域研究热点之一。论文提出了一种基于RSSD/TDOA技术的协同定位算法,该算法适用于对主用户发射功率和主用户信号发射瞬时时间等先验知识未知的应用场景。算法首先通过凸包算法对主用户的位置进行识别,然后再采用RSSD/TDOA协同算法对主用户进行定位,并通过顽健性较强的泰勒级数展开法来提高定位精度。仿真结果表明,论文所提的在认知无线网络中实现对主用户定位的算法相比较而言具有更高的定位精度和时效性。      

基于时差的同类辐射源信号分选定位方法

多站电子侦察系统中,多个观测站接收到的脉冲信号的时差信息可用于信号分选和定位。但当多个参数相近的同类辐射源信号在时域和频域都混叠在一起时,会得到大量虚假时差信息。该文结合目标位置信息场定位法,提出基于时差的同类辐射源信号分选定位方法。该方法首先利用时差窗先验信息,将主站与副站的脉冲进行时差和参数匹配提取同类辐射源的时差信息,然后对得到的所有时差利用目标位置信息场定位法确定目标数目和位置,最后利用定位结果确定真实时差,剔除虚假时差,完成信号分选和目标精确定位。仿真实验验证了该方法的有效性和实用性。     

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。     

无线传感器网络节点定位技术

无线传感器网络（Wireless Sensor Network,WSN）在许多领域有广泛的应用,无线传感器网络中节点位置对无线传感器网络的应用有重要的影响,没有位置属性的信息是无价值的,定位技术是无线传感器网络的重要研究方向之一.依据测距和非测距的分类方法,介绍节点定位技术的基本原理和方法及当前的发展状况,最后对节点定位技术的发展方向作展望.     

基于TDOA的网络化定位系统自适应站点优选算法

网络化无源多点时差定位系统具有部署灵活、易于扩展及无电磁辐射等特点,特别适合航天发射场等大规模场所的部署,实现对低空机动目标的定位。但当网络站点数量较多时,对所有站点进行信号采集传输将造成大量能量及网络资源的浪费。针对不同站点数量和站点位置对定位精度产生的影响,结合当前各站点无人机信号识别结果,提出了一种自适应站点优选算法,该算法基于Cramer-Rao界均值最小化原则,利用K均值聚类算法动态调整当前目标定位空间,可在密集部署的传感器站点中快速选择出符合定位要求的站点集。仿真结果表明,提出的自适应站点优选算法可有效提高网络定位精度。     

小波分析法解决无线定位跟踪问题

无线定位中,信号的非视距传播（NLoS）很大程度上决定了移动台的定位精度,而小波分析理论在信号处理中有较为明显的优点,提出了一种在蜂窝网络中非视距环境下对移动台（MS）的定位及跟踪算法。利用小波变换对信号的分解和重构,实现了对TDOA测量值误差的修正,再利用经典Chan算法对移动台位置进行估计,配合相应的距离门限值对移动台的位置进行跟踪定位。仿真结果表明,该算法能够有效地实现对移动台位置的静态定位和动态跟踪,并明显优于同等环境下经典算法的仿真结果,有效提高了定位精度。     

基于多层神经网络的超宽带室内精确定位算法

选定 IEEE802.15 信道模型工作小组提出的IEEE802.15.4a模型作为超宽带室内定位的普遍适用模型。在研究了传统室内定位算法的基础上,利用多层神经网络技术,对到达时间差和到达角度混合算法进行改进,并做了仿真分析。仿真结果显示,定位精度明显提高,效果理想。