基于多元变量泰勒级数展开模型的定位算法

传统Taylor级数展开模型只考虑未知节点和锚节点之间的距离,没有考虑未知节点之间的距离,定位信息不够全面,从而导致定位精度不高。为了进一步提高定位精度,该文提出了一种新的基于多元变量Taylor级数展开模型的定位算法。首先考虑未知节点之间的距离信息,建立新的基于多元变量Taylor级数展开的定位模型。然后,在对新的定位模型求解过程中,采用粒子群算法对未知节点进行定位,获得其位置的初始值。再根据加权最小二乘法求出新模型的解,作为未知节点的估计位置。最后,为评价该算法的性能,对定位结果的克拉美罗界（CRLB）进行推导。仿真结果表明基于多元变量Taylor级数展开模型的定位精度更高,定位误差接近CRLB。     

一种NLOS环境下TDOA算法的改进

在蜂窝无线定位的各种算法中,非视距误差已经成为影响定位精度的主要因素。该文在已存在算法的基础上,对到达时间差测量值进行修正,减小了由NLOS误差带来的超量时延,提高了Chan算法计算初始值的准确度,并把该初始值作为Taylor级数展开法的初值进行计算,再把两者的计算结果进行加权。仿真结果表明本算法能进一步提高NLOS环境下的定位精度。     

基于残差加权的Taylor级数展开TDOA无线定位算法

针对Taylor级数展开算法进行了改进,用残差加权算法的定位结果作为Taylor算法的初始值进行迭代计算,并利用最小残差代替实际中不易获取的TDOA测量均方误差。仿真结果表明,该算法能有效地抑制非视距传播误差的影响,且性能稳定。     

一种基于TOA的UWB直接-Taylor复合定位算法

通过比较直接算法和Chan算法的优缺点，针对Chan算法作为Taylor初值算法运算比较复杂的问题，分析了基于TOA到达时间的UWB（超宽带）定位算法，即直接一Taylor复合定位算法，将直接算法作为Taylor序列展开法的初值算法，并根据初值判断定位基站是否为视距（LOS）传播及修正基站到定位体的距离测量值，有利于Taylor序列展开法的收敛。仿真表明该算法定位性能优越，在非视距传播（NLOS）的影响下有效地提高定位精度，定位误差达到厘米级，计算速度也有较大的提高。     

一种基于TOA的UWB直接-Taylor复合定位算法

通过比较直接算法和Chan算法的优缺点,针对Chan算法作为Taylor初值算法运算比较复杂的问题,分析了基于TOA到达时间的UWB(超宽带)定位算法,即直接-Taylor复合定位算法,将直接算法作为Taylor序列展开法的初值算法,并根据初值判断定位基站是否为视距(LOS)传播及修正基站到定位体的距离测量值,有利于Taylor序列展开法的收敛.仿真表明该算法定位性能优越,在非视距传播(NLOS)的影响下有效地提高定位精度,定位误差达到厘米级,计算速度也有较大的提高.     

融合差分进化和Taylor级数的超宽带定位解算方法

为提高定位解算方法的鲁棒性和定位精度,提出一种融合差分进化算法和Taylor级数迭代的新型超宽带定位解算方法。以定位误差作为优化目标,采用差分进化算法对目标点实现全局定位,进而以差分进化算法获得的最优定位点作为初始值,采用Taylor级数迭代算法对定位点进行局部寻优,获得更加精准的目标定位。针对煤矿掘进巷道这一复杂室内场景,采用所提方法实现掘进支护移动支架的超宽带定位解算,实验结果表明,所提方法比已有定位解算方法具有更高的定位解算精度。     

基于RSSI的改进泰勒级数室内定位算法

室内定位算法的定位范围有限,对定位精度的要求比较严格.泰勒级数展开的定位算法,在研究分析基于信号接收强度(RSSI)的测量距离时,计算接收信号强度转换为距离并不可靠,影响最终定位精度.通过对节点接收信号强度进行采样并分析,滤除过大误差,来进一步减小测量误差以达到提高定位精度.泰勒级数展开的初值可以通过传统加权质心定位算法获得.通过MATLAB仿真实验结果验证了该改进型算法的可行性和有效性,复杂度低且提高了泰勒级数定位算法的定位精度.     

适用于工程应用的Taylor展开系数的求解法

利用神经网络高度的非线性映射和自学习能力,提出了一种适用于工程应用的确定Taylor展开系数的求解法:人工神经网络法。Taylor级数经变换后,能够用一个标准的三层前馈网络来描述,其网络权值与Taylor系数相对应。利用改进的误差反向传播的学习算法训练该网络,通过训练后的网络权     

改进的DV-Hop算法在节点定位中的应用

基于传统DV-Hop算法的定位技术,通过分析该算法误差产生的主要原因,提出了节点间跳数的修正方法。通过在广播通信中采用双通信频率,将节点间的跳数缩减为0.5R,减少了平均跳距的误差。通过matlab软件的实验验证,本算法可以提高节点定位精度,且提高网络通信频率,可进一步提高定位精度,定位结果达到了预期的目的。     

基于模拟退火聚类的室内定位算法

针对大型室内场景下现有指纹定位算法运算复杂度高、定位精度低的问题,提出一种基于模拟退火聚类的室内定位算法。该算法采用模拟退火聚类的方法完成对指纹空间的聚类和划分,有效降低了指纹匹配所需的候选指纹数量,并消除了具有一定特征相似性的奇异点,从而降低了运算复杂度,提高了定位精度。实验结果表明,该算法可计算出定位环境下指纹空间的最优聚类数从而确保定位精度,较K 均值聚类定位算法和KNN算法定位精度高,且定位精度不受初始值影响。     

遗传-禁忌搜索优化的三维DV-Hop定位算法

为进一步提升无线传感器网络的定位精度和稳定性,提出了一种利用遗传-禁忌搜索法改进的三维distance vector-hop （DV-Hop）定位优化算法（TDGT）.首先利用最优跳数、跳数调整因子以及锚节点距离误差加权值对DV-Hop中的节点间跳数和平均跳数进行改进和修正,降低了算法的定位误差;其次将具有快速搜索能力的禁忌搜索引入遗传算法中进行寻优,提升了算法的搜索效率和定位准确性.仿真结果表明,TDGT与现有的无线传感器网络定位算法相比,具有更佳的寻优搜索能力、定位精度和稳定性.     

误差修正的声源目标混合定位算法

针对定位系统因非视距传播、多路径效应等因素所导致定位精度降低的问题,提出了一种基于到达时差的误差修正声源目标混合定位算法。首先,该算法在传统加权最小二乘法中引入动态权值修正技术获得泰勒级数迭代法初值,减少了迭代次数;其次,提出了后项时延选择算法,并结合标准残差函数剔除了误差较大的时差对定位性能的影响,选择最优的时差组合方式进行目标位置解算;最后,通过标准残差加权的方式修正混合定位算法误差,得到声源目标位置。 实验结果显示,新提出的误差修正混合定位算法性能优于参考算法,且对非视距误差具有显著的抑制作用,有效地提高了定位精度。     

分布式声源定位算法实现

为了提高声源目标在三维定位中的精度,建立声源定位三维仿真模型,通过测量声源到各传感器之间的到达时间差,计算出声源到达各传感器的距离差.以泰勒级数展开算法为核心,估计出声源的三维坐标,通过Matlab对均方根误差、声源坐标的估计进行仿真,通过VC＋＋与Matlab进行混合编程实现声源定位仿真系统,实现传感器坐标的串口的实时采集.仿真结果表明所提出的算法具有较高的定位精度,估计位置与声源实际位置偏差不超过3 m.     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。     

基于EC-TDOA和ZigBee技术的室内超声波定位系统

目的研究室内定位方法机理,解决室内目标高精度定位的问题．方法设计了一种基于测距的室内定位系统,该系统采用测量射频信号和超声波信号到达时间差的方法测距并引入校正因子减小测距误差,通过极大似然估计定位方法计算目标位置,运用ZigBee制作节点模块组成网络实现对室内目标的定位．结果在测距实验中,EC-TDOA测距结果的误差小于0．02cm,满足测距精度要求．在定位实验中,最大定位误差和平均定位误差分别为4．3cm和1．64cm,而定位误差在2．5cm以内的比例达到90％．定位频率为20Hz,满足实时定位的要求．结论系统在室内环境中实现对超声波信号覆盖范围内移动节点的定位,通过测距校正有效提高定位精度．系统具有较强的容错性和自适应性．