LOS_NLOS下基于PF和最大似然的TDOA定位算法

室内定位复杂环境中存在LOS和NLOS场景相互切换问题,对定位算法的连续性和精度提出了更高的要求.针对上述问题,提出一种基于粒子滤波和最大似然的TDOA定位算法:首先不区分LOS和NLOS场景的采用近似最大似然TDOA算法,获取一个初步的定位结果;然后对初步获取的结果用粒子滤波进行纠正,以减少LOS和NLOS场景切换下...     

基于免疫算法的TDOA定位技术研究

为了解决TDOA定位估计中遇到的非线性最优化问题，提出了一种联合使用Chan算法和免疫算法的混合定位算法．针对TDOA方式进行最佳坐标搜索的问题，所设计的基于浮点数编码的免疫算法利用混沌方程产生初始种群、改进了免疫算子，提高了算法的收敛速度和性能．仿真结果表明，在保证种群数量的情况下，该算法性能稳定，能找到逼近全局最优点的解，相对于Chan算法精度更高，相对于遗传算法在保证收敛性能的前提下有更快的收敛速度．     

一种新的星载TDOA/FDOA/AOA联合定位算法

针对双星时频差定位体制在星下轨迹附近区域存在定位盲区的问题,提出一种单星二维干涉仪测向（AOA）与双星到达时差（TDOA）/到达频差（FDOA）联合定位方法。采用更精确的WGS_84地球模型,通过构造子空间基矢量恒等式以及地球表面约束获取联合观测的伪线性定位方程,实现了双星TDOA/FDOA/AOA联合高精度定位。在相同场景下将时频差定位算法和提出的联合定位算法进行比较,仿真结果表明该算法可缓解时频差定位盲区缺陷,星下轨迹附近区域的定位精度可至少提升两倍以上。     

一种NLOS环境下的TDOA/AOA定位算法

在LOS环境下,Chan算法有着较好的定位精度,基于Chan算法的到达时间差/到达角(TDOA/AOA)算法比Chan算法有了进一步提高。但是在NLOS环境下,这些算法的精度都将大大下降,由于AOA的测量值有较大误差,TDOA/AOA方法的精度甚至低于Chan算法。并且这些算法的主要缺点是在第一次加权最小二乘法(WLS)中把移动台的横坐标、纵坐标与移动台到服务基站的距离作为三个相互独立的变量,忽略了三者之间的相关性,因此要进行第二次WLS才能得到定位结果,且最终的解为二值根。对误差的均值和方差进行了估计,修正了TDOA与AOA测量值,用Kalman滤波算法对AOA的值进行了估计,利用移动台坐标与AOA之间的关系将三个变量简化为一个,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,性能优于Chan算法和基于Chan算法的TDOA/AOA算法。     

基于DOA和TDOA的井下定位算法研究

针对目前井下定位系统对环境变化敏感、定位准确度较低的问题,介绍了基于DOA和TDOA的井下定位算法。该算法利用TDOA算法的高精度化和DOA算法的高信号角度分辨率,以DOA和TDOA算法中各自方向角度的加权平均作为信号角度,结合用TDOA算法得到的位置半径计算出移动终端坐标。仿真结果表明,该算法在复杂的环境中能够取得较稳定的性能,且定位精度较高。     

基于Elman神经网络的TDOA定位算法

针对Chan定位算法在非视距(NLOS)环境下定位性能差的缺点,提出一种基于Elman神经网络的Chan定位算法,利用Elman神经网络的动态递归特性以及强大的非线性映射逼近能力,对NLOS误差进行修正,再利用Chan算法定位。仿真结果表明,在NLOS误差较大的环境下该算法仍具有良好的定位精度,性能优于Chan算法和泰勒级数展开法。     

基于TDOA的微小区射线跟踪定位研究

针对TDOA的定位技术,在城市小区基站数目少且无法定位的情况进行了研究,提出一种定位方法.该方法结合已有的蜂窝网络的增强定位机制,设置建立了切换定位方法的程式,并利用射线跟踪技术建立指纹数据库,运用权值匹配算法,结合定位划分的区域进而给予用户定位服务的位置数据.仿真结果表明,射线跟踪可获取电波数据建立指纹数据库,定位方法可行,合理规划区域范围的大小,能够减少终端运行时间,提高定位服务的质量.     

一种基于优化TDOA的无线传感网络定位算法

运用TDOA方法对节点定位时,需要对节点测距。由于时间精度及硬件的限制,其定位精度有时不能达到要求。针对这一问题,提出一种对TDOA定位方法的改进算法,减小了由于测距产生的定位误差。并通过仿真证明了改进算法的优越性。     

基于SRUKF的TSOA/TDOA单站跟踪技术研究

阐述了蜂窝网系统中单台定位设备TSOA/TDOA被动式新型混合定位技术的原理.利用TSOA/TDOA混合定位的数学模型建立系统观测方程,采用受随机加速影响的匀速运动状态模型,描述了移动台的位移和速度.在此基础上推导了基于平方根无迹卡尔曼滤波的跟踪算法,并通过仿真实现了对移动台位置和速度的同时跟踪.仿真结果表明,与扩展卡尔曼滤波及无迹卡尔曼滤波算法相比,平方根无迹卡尔曼滤波算法的跟踪性能更优.     

改进粒子群优化算法在TDOA定位中的应用

针对TDOA定位估计中的非线性最优化问题,提出了一种基于改进粒子群优化的TDOA定位算法。该算法在自适应粒子群优化算法的基础上,引入禁忌搜索策略,有效地解决了粒子群优化算法容易陷入局部最优的问题,使算法快速收敛到全局最优解。仿真结果表明:该算法性能稳定,定位精度高。     

基于TDOA定位机制的无线传感器网络节点设计

介绍了一种具有到达时间差(TDOA)定位机制的基于数字信号处理器(DSP)的无线传感器网络节点。它包括TMS320F2812DSP,512 kB的SRAM,2.4 GHz波段的无线收发模块、音频信号收发模块及电源管理模块等。节点通过测量RF同步信号与音频信号的TDOA来测量节点间的间隔距离,并采用互相关时延估计算法来实现节点定位。实验数据表明:该节点最远测距距离超过25m,角度误差小于3.7%。     

基于飞行理论萤火虫算法的TDOA与GROA定位机制

节点定位是无线传感器网络中最为关键的一项技术。针对无源定位的问题,提出一种到达时间差(TDOA)和到达信号增益比(GROA)联合定位算法,并且采用飞行机制的萤火虫算法(GSO)来求得最终结果。结合TDOA和GROA定位模型,引入辅助变量将方程伪线性化,然后采用修正两步加权最小二乘算法(TSWLS)来进行求解。并且在不影响收敛速度和精度的前提下,采用带有飞行机制的GSO算法来寻求目标定位的最优解,克服粒子群算法易陷入局部最优的缺点。仿真结果表明,该算法相比较TDOA算法而言,定位精度提高了23 dB,并且具有相对较高和较稳定的定位精度。     

基于射线跟踪的AOA定位算法的GDOP研究

GDOP是衡量定位系统精度的一个重要指标。基于射线跟踪的定位算法利用镜像站实现对目标的定位,针对现有关于GDOP的计算因没有考虑镜像站之间的相关性,而无法用于对基于射线跟踪的定位系统的定位精度与镜像站布局之间规律进行分析的问题,给出一种基于射线跟踪的AOA定位算法(AOA-RT)的GDOP计算方法。在微小区AOA定位模型下,根据镜像站与定位站之间的关系,得到镜像站位置误差的相关矩阵,根据该相关矩阵推导了AOA-RT算法的GDOP的计算公式。仿真结果表明了所给的GDOP计算方法的合理性,并得出了相关结论。     

基于TDOA和AOA的煤矿井下三维定位算法

针对煤矿井下现有定位算法的定位精度难以满足实际需求的问题,结合煤矿井下特殊的环境条件,提出了一种基于TDOA和AOA的煤矿井下三维定位算法。该算法利用巷道中的传感器基站测量未知节点发出的辐射到达不同基站的时间差和它们之间的相对角度,通过包含未知节点的坐标信息并结合基站本身的坐标信息进行定位。仿真结果表明,通过与定位模型的结合,基于TDOA和AOA的算法可有效消除测量值中的噪声干扰与随机误差,定位精度高。     

基于临近听域超声波TDOA室内定位的实现

介绍了一种便于部署的超声波室内定位系统。通过普通高音喇叭可以发射的20~22 kHz超声波频段,本文实现了基于3个高音喇叭信号源的超声波到达时间差（Time difference of arrival,TDOA）的定位。普通手机通过麦克风采集该频段的超声波,经过信号处理后实现了高精度、低成本的室内定位。本文在定位系统中设计了发射端超声波定位声源的信号结构,并设计了接收端通过频率搜索和基于快速傅里叶变换的频域搜索的同步方法。同时本文还将一种修正秩-1拟牛顿法应用到了基于TDOA的定位场景中,并验证了在使用3个高音喇叭时该算法定位精度与经典的CHAN算法基本相同。实验中本方法采用了不同于以往的40 kHz超声波频段的定位方案,在使用普通手机接收的条件下,各次实验结果误差均低于9 cm。     

修正的UKF滤波时差定位算法

为了降低到达时问差(TDOA)测距在非视距(NLOS)传播环境中的误差,提出了在强跟踪无迹卡尔曼滤波(UKF)基础上改进的算法.在状态发生突变时,给预测协方差矩阵加入次优渐消因子;对NLOS误差进行正负判断,利用整体偏移法修改滤波增益,但估计协方差矩阵不做改进,以免出现不收敛.实验结果表明:该算法不仅能有效地抑制突变带来的影响,也能高效地消除NLOS误差,提高了NLOS传播的到达时间差定位精度.     

Iterative constrained weighted least squares estimator for TDOA and FDOA positioning of multiple disjoint sources in the presence of sensor position and velocity uncertainties

Sensor position and velocity uncertainties are known to be able to degrade the source localization accuracy significantly. This paper focuses on the problem of locating multiple disjoint sources using time differences of arrival (TDOAs) and frequency differences of arrival (FDOAs) in the presence of sensor position and velocity errors. First, the explicit Cramér–Rao bound (CRB) expression for joint estimation of source and sensor positions and velocities is derived under the Gaussian noise assumption. Subsequently, we compare the localization accuracy when multiple-source positions and velocities are determined jointly and individually based on the obtained CRB results. The performance gain resulted from multiple-target cooperative positioning is also quantified using the orthogonal projection matrix. Next, the paper proposes a new estimator that formulates the localization problem as a quadratic programming with some indefinite quadratic equality constraints. Due to the non-convex nature of the optimization problem, an iterative constrained weighted least squares (ICWLS) method is developed based on matrix QR decomposition, which can be achieved through some simple and efficient numerical algorithms. The newly proposed iterative method uses a set of linear equality constraints instead of the quadratic constraints to produce a closed-form solution in each iteration. Theoretical analysis demonstrates that the proposed method, if converges, can provide the optimal solution of the formulated non-convex minimization problem. Moreover, its estimation mean-square-error (MSE) is able to reach the corresponding CRB under moderate noise level. Simulations are included to corroborate and support the theoretical development in this paper.