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。     

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。     

基于相位差的声源定位算法研究及实现

针对目前安防监控系统监控效率低、盲目性大的问题,设计了一种基于相位差（differenceofphase,DOP）的声源定位系统,介绍了系统的组成原理、软硬件电路设计与实现,提出了一种基于DOP的定位算法。该系统以DSP芯片TMS320F28335为核心,以麦克风为声音传感器,以云台为控制对象,实现了一种高效、低成本的嵌入式声源定位系统。实验结果表明,该系统反应快、定位准、可靠性高。     

TDOA定位技术的基本原理和算法

重点研究基于时间测量值的蜂窝无线定位算法。在分析现有无线定位技术和定位算法的基础上,本文选择了以到达时间差(TDOA)定位算法为研究重点。首先,介绍了两种比较典型的TDOA定位算法:CHAN算法和Taylor级数展开法。并在多种信道环境下对这两种基本定位算法进行了仿真比较。为了详细评价这两种算法的定位性能,本文在理想的信道环境和典型的实际信道模型(COST259和T1P1)下,研究了多种对算法定位性具有影响作用的参数,其中包括:蜂窝小区大小、参与定位基站的个数、测量设备的误差、信道中的NLOS误差等。     

基于神经网络数据融合的无线定位算法

提出了一种基于神经网络数据融合的无线定位算法,该方法融合了到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)、,并考虑了这三种测量值的测量质量(可信度),有效地解决了在常规定位算法中使用线性最小二乘法求解非线性方程使定位精度下降的缺点。通过仿真表明,该算法具有较高的定位精度,能够满足FCC所提出的定位要求。     

基于遗传算法优化神经网络的定位算法

为了减小非视距(Non Line of Sight,NLOS)误差对移动台定位精度的影响,提出一种基于遗传优化后向传播(Back Propagation,BP)神经网络的无线定位算法。先利用遗传算法优化BP神经网络的初始权值,再利用优化后的GA-BP神经网络修正到达时间差(Time Difference Of Arrival,TDOA)测量值,最后使用Chan氏算法确定移动台的位置,以避免由于神经网络初始权值的随机性所带来的网络震荡,克服网络容易陷入局部解的问题。仿真结果表明,新算法能够实现移动台的静态定位,并且性能优于传统BP神经网络与最小二乘(Least Square,LS)算法。     

时延估计的声源定位算法及MATLAB实现

概述评价了在机器人、视频会议、大型会议记录中等常用声源定位的时延估计和定位方法,包括广义互相关函数时延估计法、最小方差自适应时延估计法和角度距离定位算法、球形差值定位算法、线性差值法的声源定位方法.利用仿真软件Matlab对各种算法的仿真结果,综合考虑仿真中使用的信号和噪音的互相关性,并结合改进后的相位变换加权函数改进了广义互相关函数时延估计法.结果表明利用改进的广义互相关算法结合球形差值定位技术能够得到更有效、更精确地定位.     

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。     

基于坐标系变换的三维声源定位算法

采用基于声达时间差（TDOA）的声源定位技术,给出了一种基于坐标系变换的三维声源定位算法,该算法弥补了以往算法繁琐、计算量大、定位不准确的缺点.将一个人为设定的坐标系转化为特定的坐标系,使得在原坐标系下处于任意位置的4个麦克风的坐标转化在新坐标系下具有一定自由度的特定3点的坐标和另一任意点的坐标,并在此新坐标系下快速计算出目标声源的坐标,从而确定声源的实际位置.将实际测量的声源位置与算法的计算结果进行比较,结果表明了该算法的有效性和实用性.     

基于BP神经网络和多元Taylor级数的混合定位算法

针对多元Taylor级数算法定位精度严重依赖初始值的问题,提出一种新的混合定位算法。通过BP神经网络定位算法提供初始值,提高多元Taylor级数展开法的收敛速度;通过多元Taylor级数展开法,充分利用未知节点之间的距离信息,减小测距误差造成的定位误差。仿真结果表明:混合定位算法的精度更高,并且减少了网格间距对定位精度的影响。     

基于分布式传感器阵列的静态气体源定位方法

基于气体湍流扩散模型提出了适用于稳定风场的静态气体源定位方法, 采用分布式传感器阵列对空间内的目标气体浓度进行检测, 依靠多点观测结果计算气体源位置. 定位算法预先设定气味源的潜在范围, 采用遍历计算的方法将气味源定位问题转变为根据最小二乘法则在预设范围内求取气体源坐标最优解的问题. 通过仿真实验对新算法进行验证, 建立金属氧化物气敏传感器阵列及信号采样系统, 以乙醇蒸汽为目标气体在实验室环境下进行了实际气体源定位实验.     

基于多次观测的运动双站对运动目标时差/频差定位算法

提出了一种在观测站位置和运动速度带有误差的条件下,运动双站对匀速直线运动目标的时差/频差定位算法.该算法在不同时刻观测得到一组时差和频差测量方程,并将目标运动状态对其位置和速度的约束关系应用到方程中,通过联立求解方程组实现定位.推导了CRLB,并证明该算法收敛时性能可以达到CRLB,蒙特卡罗仿真验证了本文的理论分析结果.     

针对鲁棒性三维声源定位问题的全局性算法

针对到达时间差度量误差和声源具有鲁棒性的三维声源定位问题,提出了一种用半正定规划方法求解的线性校正总体最小二乘全局性算法（LCTLS SDP）. 将带二次等式约束的分式二次规划声源定位模型转化为带二次不等式约束的非凸齐次二次优化问题;利用对偶理论设计算法求出该模型的最优解. 理论证明LCTLS SDP算法能找到问题的最优解. 实验结果显示,LCTLS SDP算法有稳健的定位结果.     

数字地图辅助的三星时差定位方法及误差分析

针对应用三星组成卫星簇对地面辐射源定位的问题,提出了利用数字地图辅助以及使用WGS-84坐标系作为精确定位的模型,在此基础上提出了对地面辐射源目标进行定位的迭代格式的定位算法,并且利用模拟三维地形图进行了定位结果仿真;推导了定位方法的理论误差表达式,研究表明定位仿真结果与误差理论分析一致,并可降低由目标高程假设带来的定位误差。     

室内声场中点声源的算法与模拟

计算机模拟室内声场已经成为声学研究的一种有效方法,声源的数学算法对室内声场的分布模拟有很大的影响。利用等立体角,研究了室内声场的点声源模型的数学算法,并利用计算机进行了模拟;点声源的算法将为室内声场中声线的跟踪和声场的模拟提供了有力的工具。     

高斯插值哑像素边缘检测算法的优化

针对传统的高斯插值算法运用在图像检测上定位不准确,定位精度随着所选择定位角度的不同而不同,效率低等问题,对高斯插值亚像素边缘检测算法进行了优化．首先,通过LOG算子获得像素级的边缘后,进行Hough变换,得到图像边缘的斜率和在垂线方向相应点,并设置新的坐标系;然后,利用泰勒级数插值法在新的坐标系下获取灰度值的方向梯度;最后,对变换后的亚像素梯度方向进行高斯插值计算．实验结果表明：优化后的方法比传统的算法可以得到更好的精度,更高的效率,且具有方向不变性,验证算法的精度达到0．05个像素,有效地提高了图像边缘提取的精确度．且将该算法运用于刀具几何参数的检测和视觉设备效果很好．     

一种实用的通信信号时差估计模型

在实际三站或多站时差定位系统中,接收转发信号和直达信号的两接收机的中频输出信号存在频差,从而影响时差估计精度。为了尽量消除这一影响,提出了一种通用的快速的时差估计模型,并进行了仿真。仿真结果显示：该模型消除了频差的影响,提高了时差测量精度和速度。     

利用TDOA和FDOA的单站多外辐射源目标定位算法

针对利用单个观测站接收多个外辐射源信号从而实现对运动目标定位的问题,以直达信号和目标回波信号之间的到达时差和频差为观测量,采用Taylor迭代方法,得到了目标位置和速度估计。迭代的初值由最小二乘方法得到。最后,推导了算法的克拉美罗界和理论误差。仿真结果表明,算法仅需1次迭代即可收敛至全局最优解;在一般测量误差条件下,算法的实际定位误差逼近克拉美罗界;对系统几何精度因子图的分析表明,目标及外辐射源位置也是影响定位精度的重要因素。