基于地形网格化和遗传算法的MLAT基站选址研究

针对不同多点定位（Mulilateration,MLAT）地面站的布站方式对定位精度影响的问题,提出一种基于地形实际计算最优布站方式的方法。该方法结合实际地形因素,构建地形网格化模型生成初始可选站点,通过XDraw算法计算地面基站的覆盖性对初始站点进行初筛,再结合遗传算法计算最优布站组合。最后选取不规则图形区域进行选址实验验证,在选址区域内随机生成地形,通过初筛减少初始可选点,得到布站方式,并计算几何精度因子和多点定位均方根误差,与传统布站方式进行比较。实验数据表明,该方法计算得出的布站组合与传统布站方式相比,多点定位均方根误差要比传统布站中最小的菱形布站减小4.015 9 m,且该方法可用于实际考虑地形因素的MLAT最优基站选址。     

结合正则化求解的机场场面多点定位方法

针对机场场面飞机多点定位(MLAT)方法存在精度不高且抗观测误差能力低的问题,提出一种结合Tikhonov正则化的高精度多点定位方法.将场面接收站测量的到达时差(TDOA)数据构建成一个数值模型,形成待求解的逆问题;采用Tikhonov正则化方法来求该问题获得飞机位置,以此解决病态性问题所引起的估计不稳定;为使求解过程对误差敏感性与解精确性之间折中,通过L-曲线法对Tikhonov正则化参数进行选择.仿真结果表明,该方法能够实现高精度的GDOP覆盖,对TDOA测量误差具有很好的鲁棒性.     

移动台抗NLOS定位算法研究

在CDMA的网络环境下,TDOA/AOA混合定位算法能够比Chan算法有较高的定位精度。然而随着AOA测量误差精度的下降,定位精度逐渐下降,甚至低于Chan算法的定位精度。提出了一种既能继承原算法的优良性能,又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法。     

NLOS环境下TDOA/AOA混合定位算法研究

在CDMA的网络环境下,TDOA/AOA混合定位算法能够比Chan算法有较高的定位精度。然而随着AOA测量误差精度的下降,定位精度逐渐下降,甚至低于Chan算法的定位精度。本文在传统的TDOA/AOA混合定位算法加入校正因子,通过逐步迭代的方法,逐渐消除NLOS对TDOA测量值的影响,从而获得比传统TDOA/AOA混合定位算法更高的定位精度。仿真表明：在各种环境下,特别是非视距环境下该方法能够显著提高定位的精度,并且运算量增加较少。     

一种随机布设的声源定位温度补偿算法研究

基于达时延差(TDOA)的声源定位技术具有定位精度高、实时性好、运算量小等特点,因此该技术已得到较为普遍地应用.但是针对基于TDOA的声源定位算法,声速的测量精度往往对定位精度有着较大的影响.由于工程上的声速由温度作为主要影响因素的经验公式得到,所以温度对声源定位的精度影响成为研究的重点.针对一种随机布设的声源定位算法...     

基于多传感器的水声定位精度研究

针对TDOA定位算法中几何不确定性对定位精度的负面影响,提出一种基于多传感器信息融合的水声定位算法;该算法首先对多传感器合理布阵,确定若该个TDOA定位子系统,再对每个定位子系统用TDOA算法求得目标位置信息,最后依据几何精度因子(GDOP)对得到的若干个目标位置信息进行加权融合,得到最终定位结果;利用软件仿真对算法可行性进行了验证,结果表明,与基本的五元阵定位系统相比,该算法有效消除了因几何不确定性引起的误差,大大提高了定位精度。     

声源定位中声音到达各阵元时延估计的虚拟仪器实现

基于TDOA(Time Difference Of Arrival)的声源定位研究的核心问题是时延估计,时延估计的精度决定该算法的定位精度.将虚拟仪器的技术引入声源定位的研究中,用数字信号处理的方法进行时延估计,有效地提高了声源定位的精度和灵活性.     

到达时间差定位方法在乒乓球落点估计中的应用研究

基于到达时间差(Time Difference Of Arrival,TDOA)定位系统定位二维平面目标至少需要三个传感器,本文论述了三站时间差定位系统的原理。用几何精度因子(Geometric Dilution of Precision,GDOP)分析定位精度并通过MATLAB数值仿真的方法研究传感器分布与定位精度之间的关系。最后本文基于TDOA定位方法提出了乒乓球落点估计应用中的三站传感器最优分布方案。     

考虑锚点位置误差的井下TDOA改进算法

针对井下TDOA定位算法未考虑锚点位置误差、在测量噪声较大时定位精度严重下降的问题,提出一种考虑锚点位置误差的井下TDOA改进算法。将锚点位置误差作为参数,对TDOA定位模型进行改进,并采用基于凸优化的迭代TDOA算法对模型进行求解。仿真结果表明,当锚点位置误差为1cm时,算法定位精度可达到5cm;即使在测量噪声较大时,该算法仍可有效逼近克拉美罗下限(CRLB),优于现有的TSWLS、改进TSWLS算法。     

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。     

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。     

基于蜂窝网结构的多目标自动辨识定位方法

针对移动蜂窝网对多目标难以检测识别且定位精度不高的问题,提出一种基于蜂窝网结构的多目标自动辨识定位方法。首先,根据对监测区域内目标源的多次定位结果方差来判别是否有多目标存在;其次,采用k-means无监督学习对定位点进行聚类,由于k-means算法的最优簇数难以确定,因此提出了一种基于波束分辨率的k值裂变算法来确定k值,并确定聚类中心;最后,为了提高接收信号的信噪比,通过各聚类中心确定波束方向,再使用基于线性约束的窄带波束形成器依次接收不同波束方向信号,分别对各目标源进行到达时间差定位。仿真结果表明,对于解决多目标定位问题,相对于时延估计算法和概率假设密度（PHD）滤波器算法,所提多目标自动辨识定位方法能够提高接收信号约10 dB的信噪比,对应的时延估计误差的克拉美罗下界能够下降约67%,定位精度相对误差可提高10个百分点以上,而且算法简洁有效,各次定位相对独立,具有较高的效率和较好的稳定性。     

基于AUPF的TDOA几何定位跟踪算法研究

使用无源时差（TDOA）定位技术确定无人机等小型辐射源目标的位置是当前研究的热点,针对时差定位算法较为复杂的实际情况,推导了时差双曲线的几何解,并提出了一种基于自适应无迹粒子滤波（AUPF）技术的移动目标定位跟踪方法。通过仿真对该方法在不同场景的应用效果进行了验证,进一步比较分析了算法的定位精度。结果表明,基于自适应无迹粒子滤波的时差几何定位跟踪算法可以在多种情况下较好地拟合出目标真实运动轨迹,实现对运动目标的定位跟踪,同时拥有更低的定位误差和更高的轨迹包容度,使用该方法可以显著提高对非合作移动辐射源目标的位置估计性能。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

无线传感器网络TDOA测距误差分析与校正

测距是无线传感器网络定位的基础,基于TDOA的测距有较高的精度;分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的TDOA测距技术,并针对测距过程中存在的误差,提出一种新的误差补偿和校正方法;该方法在对TDOA误差源及其影响行为进行详细分析的基础上,建立了测距误差模型;对影响较大的误差因子给予单独校正,并结合相关数学原理,引入了最小二乘回归,建立了误差校正的方案;实验结果表明,该方法有效地减小了测距误差的影响,从而提高了系统定位精度。     

TDOA定位系统基站时差估计技术的仿真研究

针对TDOA定位系统基站失去严格同步后定位误差增大的情况,提出了一种基于地理位置时间差GTD的基站时差估计方法.通过在定位网络内部署位置已知的定位辅助单元LAU,测量失去严格同步的定位基站之间的相对时差RTD,用于校准TDOA测量值,使TDOA误差减小到基站严格同步时的误差水平.设计并实现了系统仿真模型,通过仿真验证了采用该技术可减小TDOA系统定位基站的时钟飘移造成的定位误差,并分析了各种信号参数对RTD测量误差的影响.     

一种新的概率逼近遍历算法在雷达布站的应用

针对基于测量到达时间差（TDOA）跟踪定位目标的无源雷达布站优化问题,根据TDOA定位原理,综合考虑目标空域、站址误差和时差测量误差,推导出衡量目标跟踪定位精度的几何精度因子（GDOP）计算公式,并将网格化后的GDOP加权均值作为评价函数。按照均匀概率随机产生站址组合样本,根据站址数量确定样本规模,遍历样本获得评价函数最小的站址组合。经过超算实际运行算例测试,最优雷达布站站址组合寻优成功率达到99.99995%,目标跟踪定位精度优于3 km。     

基于Chan算法的无源雷达定位精度分析

该文对无源雷达时差定位中的Chan算法进行分析研究,主要分析了非线性定位方程组的求解技术及其与之相关的定位精度、定位模糊问题,讨论不同布站对定位模糊的影响,时差测量与站址测量误差对定位精度的影响。仿真结果表明,时差测量误差,站址测量误差．布站形式、目标辐射源与各接收站几何位置关系都对定位精度有很大影响。     

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。     

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。