一种基于移动广播网的TOA／TDOA无线定位算法

针对Chart定位算法在非视距（NLOS）环境下定位性能较差的缺点,提出一种基于多基站TOA区域质心修正的Chart定位算法,该算法利用Chan算法初始定位,再通过TOA区域质心校正,以提高定位精度。仿真结果表明,该算法有效减小了NLOS误差对定位估计的影响,在NLOS误差较大的环境下仍具有良好的定位精度,性能优于Chart算法和Chan-Taylor协调定位算法。     

基于NLOS环境下的TOA/AOA混合定位算法

非视距传播(NLOS)误差是影响各种蜂窝网络定位精度的主要原因.通过计算波达时间(TOA)和波达角(AOA)相对于移动台(MS)参考位置的残差来对NLOS误差进行鉴别,找出含有NLOS的基站.然后利用所得到的关于NLOS的信息,对算法进行加权处理.仿真实验表明,该算法有效的降低了NLOS的影响,可以得到更好的位置估计结果.     

一种基于单基站的协作定位算法

为抑制蜂窝网中非视距(Non-line-of-sight,NLOS)误差对定位精度的影响,提出了一种利用移动终端间的协作信息提高定位精度的算法。该协作定位算法根据基站测量信号到达时间(Time of Arrival,TOA)和到达角(angle of arrival,AOA)信息,选择距离基站最近的目标终端,利用目标终端与其它终端间的协作信息进行位置修正。仿真结果显示该算法不仅提高了定位系统的整体性能,而且在移动终端距离基站比较远的情况下,定位精度高于传统的TOA/AOA定位算法。     

基于TDOA的一种简化的非视距误差抑制算法

在蜂窝网络无线定位中,NLOS是影响定位精度的一个重要因素.如何更好的抑制NLOS误差是提高定位精度的关键.为此,考虑普遍存在NLOS的情况,即假定NLOS的概率为1,则得到的TDOA测量值均含有NLOS误差.这样根据信道的先验信息和Greenstein模型就可以估计出NLOS误差的均值,从而可以修正TDOA测量值,即重构TDOA测量值.把重构后的TDOA测量数据,应用到LCLS算法就可以完成对移动台的位置估计.仿真结果表明,在普遍存在NLOS的情况下,该算法能有效抑制NLOS误差,取得较精确的估计位置.     

稳健非线性LMS非视距定位算法

在蜂窝移动定位中,非视距波(NLOS)是影响定位精度的主要因素,NLOS的传播会给距离测量值增加较大的正性误差。传统的线性滤波器主要是针对高斯分布的误差,并不能有效地处理NLOS误差。该文提出一种非线性LMS算法TOA测量结果进行重构来消除NLOS的影响。该算法将NLOS误差视作冲激性噪声,通过对LMS算法中的代价函数的非线性化来抑制TOA测量值中的NLOS误差,仿真结果证明了该算法的有效性。     

利用并行干扰删除的移动台定位方法

为解决移动台定位时存在的多址干扰和远近效应,提高定位精度,提出了一种基于并行干扰删除的移动台定位算法．文中算法利用迭代检测和并行干扰删除来减小不同基站所发下行定位信号之间的由于远近效应造成的严重的多址干扰．仿真结果表明,该算法可以减小定位中的多址干扰,提高定位精度．     

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.     

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。     

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。     

TDOA/DOA数据联合无线蜂窝定位

针对传统的双曲线定位和圆周定位方法至少需要3个基站参与定位的问题,提出了一种在WCDMA上行链路中利用移动台信号到达基站的时间差和角度信息来实现对移动台定位的优化方法。该方法最少需要两个基站信息实现定位,降低了系统实现的复杂度,在相同数量基站信息下比单纯利用移动台信号到达基站的时间差方法精度高。最后给出了利用该实现方案和算法在WCDMA环境下的仿真结果和性能分析。     

基于RSSI辅助的精确测距混合定位算法

针对传统的超宽带（UWB）室内定位方法中,UWB信号极易被遮挡,满足不了3个以上有效测距信息,导致无法精确定位的问题,提出了一种基于接收信号强度（RSSI）辅助的精确测距混合定位算法。该算法通过对数正态模型,将无线网络（wireless LAN,WLAN）中测量的RSSI转换为距离信息,通过构建距离差的代价函数,结合单个UWB基站的精确测距,利用搜索方法,实现了在多个RSSI测量值辅助下,一个UWB测距基站便可完成精确定位。该算法与三边测量定位中的最小二乘估计算法和最大似然估计算法对比,定位精度在任意网络环境下均优于最小二乘估计算法,且在定位精度相似的情况下,计算量远少于最大似然估计算法。     

一种非视距传播下的TDOA定位算法

提出了一种不需要任何非视距传播测量值先验信息且具有解析表达式解、非递归的双曲线定位算法。通过一步简单残差加权得出一个与真实移动台位置比较接近的初始定位估计,利用该初始值构造了一个加权矩阵,进行两次加权最小二乘计算,得出了一个最后的定位结果。理论分析与目前流行定位算法的仿真结果比较表明,该定位算法能有效地抑制非视距传播误差的影响,计算量相当小。     

基于模糊积分的网络舆情态势理解方法

非视距传播（NLOS）误差是蜂窝网系统提高定位精度必须解决的关键问题。首先提出了一种基于三阶累积量的NLOS误差抑制算法,并根据NLOS误差大小和信号斜度之间的关系,给出了一种基于偏差Kalman滤波的NLOS误差抑制算法。文章基于WCDMA系统构建了定位测试平台,通过实测数据验证了算法的有效性。     

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。     

NLOS环境下基于自适应遗传算法的TOA/AOA定位算法

在视距传播(LOS)环境下,波达时间/电波到达角(TOA/AOA)定位算法比TOA算法的定位精度有了进一步的提高,但是在非视距传播(NLOS)环境下,这些定位算法的精度会受到较大影响。为了减小NLOS传播的影响,提出了一种NLOS环境下的TOA/AOA定位算法。利用自适应遗传算法对TOA/AOA混合定位算法中的非线性优化问题进行求解,从而提高系统的定位精度。仿真结果表明,提出的算法在NLOS环境下有较高的定位精度,性能优于Chan算法和LS算法。     

一种气压测高辅助下的地面移动网定位方法

针对现存的地面移动基站几何分布欠佳、NLOS误差过大,定位误差较大,难以满足现代高精度导航定位需求的现状,提出了一种在局域站心坐标系下,通过地面移动通信基站传输气压基点修正信息,利用气压测高技术辅助地面移动网进行定位的新方法。应用此方法,可以精确确定用户垂直方向坐标,并将三维定位问题进行降维解算处理,避免地面移动网几何精度因子DOP较大的限制,从而获得更为理想的定位精度。