超宽带室内定位算法

为了解决室内密集多径环境下人员定位精度差这一问题,设计并实现了一种基于脉冲超宽带与能量检测接收机的信号到达时间估计算法。根据在IEEE802.12.4a标准室内家居环境下得到的超宽带信号,深入分析了信号的偏度、翘度与均方差特性。根据信号特性与信噪比之间的关系,算法能够实现高精度的信号传播时间估计。该算法充分考虑了积分周期与信号传播环境如视距与非视距对信号传播时间造成的影响。通过实验分析对比,该算法对信号传播时间估计具有更好的鲁棒性,目标运动速度和形变具有很好的鲁棒性,能够提供更高的精度。相较于阈值估计算法,该算法在低信噪比环境下最优能够提高10 ns的估计精度。     

基于TOA/TDOA的一致性正交容积卡尔曼跟踪算法

针对异构网络环境下目标跟踪系统中面临的非线性估计问题,提出了一种基于正交容积卡尔曼滤波的目标跟踪算法.文中算法首先引入一个附加变量来表示状态变量中的非线性项,设定自适应加权因子来调整不同信号输入系统的比重,然后利用数学手段融合两种信号为单一的状态变量,最后通过正交容积卡尔曼滤波来实现目标状态量的更新,从而实现对目标的定位与跟踪.仿真结果表明了文中算法的有效性,能够得到更高的定位与跟踪精度.     

短基线时差无源定位方法研究

由于短基线时差无源定位受到辐射源目标到达时间测量精度和多站间定位精度的影响,使得短基线时差无源定位精度比长基线情况要差。本文研究了短基线时差无源定位的滤波算法,推导了时差定位的推广Kalman滤波算法公式。仿真结果表明,该算法可有效提高短基线情况下的时差无源定位精度。     

一种基于能量跳跃的脉冲超宽带TOA估计

基于到达时间估计(TOA)的脉冲超宽带(IR-UWB)测距理论上可达到厘米级的精度.当无法估计接收信噪比时,基于门限的TOA估计精度受到门限设置的限制.本文提出了一种基于能量跳跃函数(FEE)的最大能量跳跃(MEL)TOA估计算法.该算法将最大径之前一段时间内FEL取值最大的时刻作为TOA的估计,估计过程中不需要设置门限.本文通过仿真分别在CMl和CM2信道模型中比较了MEL和几种常用算法的绝对平均误差(MAE).仿真结果表明,在多径信道环境尤其是非视距(NLOS)环境中,MEL算法的估计精度比门限比较(TC)算法和最大值回推(MES-SB)算法有较大的提高,而且接收信噪比越高MEL算法的优势越明显,在信噪比高于12dB时估计精度提高约3至4纳秒.     

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。     

An efficient algorithm for mobile objects localization

A new efficient algorithm based on time of arrival to determine the position of a mobile object (MO) in a wireless environment is proposed. Since all operations in our algorithm are simple add and shift operations, it can be easily implemented in the MO's firmware or hardware to reduce the number of instructions and computational cost involved in the localization task. Simulation results show that the proposed algorithm outperforms other algorithms in terms of computational cost and implementation simplicity. Copyright © 2007 John Wiley & Sons, Ltd.     

一种基于峰度分析的UWB TOA估计门限选择法

超宽带(UWB)定位技术中对信号到达时间(TOA)的估计有几种方法,其中门限选择的方法是对接收信号样本的峰度进行分析,是一种复杂度较低的有效方法.运用仿真得到峰度系数和最佳门限之间的关系,并用TOA估计误差比较了几种不同的门限选择方法.由仿真得出的结论充分证明此方法的有效性,为设计提供了有用的工程参考.     

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离--误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位.仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性.     

Direct position determination of cyclostationary signals

Direct position determination (DPD) was recently proposed as a new method for passive localization of narrowband radio transmitters. Its superior performance, especially in the low signal-to-noise ratio (SNR) regime, is ascribed to both the joint optimization it performs over all base stations that participate in the estimation process and the direct determination of the emitter position as opposed to conventional methods which typically process the information from the individual base stations separately and determine the location using two estimation steps.In this paper, we introduce the cyclic direct position determination (CDPD) algorithm, a novel method which is the cyclostationary counterpart of the DPD. Despite its name, the CDPD is not a simple extension of the DPD but a unique algorithm which deviates substantially from its ancestor. Yet, the CDPD enjoys both the benefits of the DPD algorithm and the great performance robustness in the presence of narrowband interferences thanks to its cyclostationarity exploitation.     

基于雨衰雪衰影响的空间信道统计模型

针对某些特殊的移动通信环境中信号的到达角度( TOA)、到达时间( AOA)等信道参数估计的复杂性,提出一种基于散射体均匀分布室外统计信道模型。该模型将树木中的树冠层作为散射体呈均匀分布在移动台与基站周围的椭圆形区域内,通过树冠层在雨雪环境中的相对介电常数来分析降雨降雪量对信号传输带来的影响,可以方便地估计出此室外微小区的空时信道参数,如AOA概率密度分布函数、TOA概率密度分布函数以及到达角度/到达时间( AOA/TOA )联合概率密度分布函数。仿真结果表明,信号的到达时间TOA以及到达角度AOA随着降雨降雪量的增大而增大,尤其当降雪量增大使得树冠层相对介电常数达到4.5时,信号的传输将被阻塞。该模型的信道参数估计结果符合理论与经验,扩展了移动无线通信信道模型的研究与应用。     

Cooperative bargaining solution for efficient and fair spectrum management in cognitive wireless networks

This paper studies the fairness among the primary users (PUs) and the secondary users (SUs) for resource allocation in cognitive radio systems. We propose a novel co‐opetition strategy based on the Kalai–Smorodinsky bargaining solution to balance the system efficiency and the fairness among users. The strategy formulates the spectrum sharing problem as a nonlinear and integral sum utility maximization subject to a set of constraints describing the co‐opetition among the PUs and the SUs. Then, we solve the maximization problem by proposing a heuristical method that consists of four steps: multi‐PU competition, PU's subcarrier contribution, multi‐SU competition, and SU's subcarrier contribution. Extensive simulation results are presented by comparing the co‐opetition strategy with several conventional ones, including the Kalai–Smorodinsky bargaining solution, sum rate maximization as well as the Max–Min. Results indicate that the co‐opetition strategy can jointly balance the system efficiency and fairness in multiuser resource allocation, as it is able to support more satisfied users and in the meanwhile improve the utility of those unsatisfied. Moreover, the co‐opetition can help enable the coexistence of the PUs and the SUs in cognitive radio systems. Copyright © 2013 John Wiley & Sons, Ltd.     

基于TDOA与GROA的信号源被动定位偏差消除技术

本文针对Ho提出的基于TDOA（Time Difference of Arrival）与GROA（Gain Ratio of Arrival）信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.     

无线传感器网络中检测女巫攻击的节点定位方法

为了有效抵制女巫攻击,在攻击存在的情况下提高无线传感器网络节点的定位精度,分析、总结了女巫攻击所固有的薄弱环节,提出了基于接收功率验证的检测女巫攻击的节点安全定位方法。检测机制分为两步,首先检测节点通过比较接收功率,从所接收的全部信标节点中选择出距其距离相同的信标节点,列为可疑Sybil节点,然后通过邻居节点间的信息交互和距离验证,最终检测出攻击节点,利用去除了Sybil节点的信标节点集合实现定位。仿真实验显示,当存在攻击时,检测成功概率能达到95%以上,定位精度提高了9～11.64 m,表明该方法能有效检测女巫攻击,实现节点安全定位。     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

基于Bancroft算法的多点定位TOA-LS估计

 由于目标信号的发射时间未知,无源定位技术大多利用TDOA(到达时间差)进行目标定位.本文将求解GPS单点定位的Bancroft算法应用于TOA(到达时间)多点定位方程的求解,提出了基于Bancroft算法的无源多点定位TOA-LS(最小二乘)估计算法.TOA-LS包含三个线性方程,其加权系数与目标位置和目标信号发射时间相关.采用Bancroft算法给出初始值并求解TOA-LS方程,完成加权系数的迭代更新.仿真结果表明对不同几何位置的目标,TOA-LS估计可获得接近理论方差下界的近似最优的性能.     

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。     

A bias‐reduced solution for target localization with illuminator of opportunity passive radar

An improved solution for target localization on the basis of the realistic distance‐dependent noises in illuminator of opportunity passive radar and an algebraic reduction method of the bias, which exists in the two‐stage weighted least squares (TSWLS) method is proposed. The classic TSWLS and its improved solutions have great localization performances just on the basis of two approximations; that is, setting the noise to a constant and ignoring the high‐order terms of measurement noises. It is these two approximations that lead to a suboptimal solution with bias. The bias of TSWLS has a significant influence on the target localization in illuminator of opportunity passive radar that has lower measurement accuracy and higher noises than common radars. Therefore, this paper starts by taking into consideration the realistic distance‐dependent characteristics of time‐of‐arrival (TOA) and frequency‐of‐arrival (FOA) noises and improving TSWLS method. Then, the bias of the improved TSWLS method is analyzed and an algebraic bias‐reduced solution on the basis of weighted least squares (WLS) is developed. Numerical simulations demonstrate that, compared with the existing methods, the proposed bias‐reduced solution attains the Cramer‐Rao lower bound (CRLB) better and reduces the bias effectively.     

TDOA中几种时延估计算法的比较

在现有的传声器阵列声源定位方法中,基于声达时间差(TDOA)估计定位法计算量较小,定位精度较高,同时也易于实现实时系统,是目前声源定位法中常用的方法。采用该方法最重要的就是进行时间延迟估计(TDE),其精确性直接影响到定位的准确与否。概括了基于传声器阵列的声达时间差(TDOA)估计定位法中几种时间延迟估计的算法,给出了部分算法的仿真结果,分析了每种算法中存在的优缺点并同时指出了需进一步研究的问题。     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas-tSquares,CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍然能达到克拉美罗下限。     

联合到达时间估计的长基线测向相位解模糊算法研究

基线长度是影响测向精度的重要因素.长基线测向精度高,但基线长度大于半波长时会出现相位模糊.现有的相位解模糊算法大多限制了基线长度.本文在多基线比值法解模糊的基础上结合到达时间估计,提出了一种减小了基线长度限制条件的相位解模糊算法来实现长基线窄带信号测向.仿真结果表明,本算法解模糊概率不受基线长度影响,并且针对不同入射角的信号解模糊能力相同,在适当信噪比条件下能通过设置基线长度达到较高的测向精度.