伪目标动态可行域约束法中的观测站最优路线规划算法

在针对非视距环境下单站机动定位的伪目标动态可行域约束法中,目标位置可行域大小直接影响到算法速度和最终定位结果的精度,因此该文提出了一种基于动态规划的观测站最优路线规划算法。该算法在当前测量时刻所测数据的基础上,以目标位置可行域收敛面积最大化为目标,分析出观测站运动到下一测量时刻的最优运动方向,从而达到缩短定位时间和抑制定位误差的目的,实现整个测量路线的最优化。     

基于粒子滤波和交互多模型的移动定位方法

为提高非视距情况下移动辐射源的定位精度,提出一种改进的交互粒子滤波算法.该算法对目标运动多模型和信号到达时间差测量噪声分布多模型联合建模.在交互多模型状态更新中利用粒子滤波对目标时变状态以及视距/非视距混合信道参数进行估计,抑制了非视距测量误差对移动定位的影响.仿真结果表明,改进算法的性能要优于现有的视距条件运动多模型和视距/非视距条件单一运动模型的定位算法,并且定位误差接近于推导的后验克拉美劳下界.     

减轻TOA和AOA定位系统非视距影响的方法

结合圆位置线误差、直线位置线误差与参数误差的关系,该文提出了一种利用所有基站测量的波达时间与最近一个基站测量的所有多径的到达角进行混合定位的方法.在该方法中,对波达时间用测量的波达时间总是大于等于视距传播时间进行约束,对到达角用GBSBCM确定的最大角度扩展进行约束,以有效减小非视距传播的影响,提高定位精度.仿真结果证明了该方法的有效性。     

用于修正NLOS误差的超宽带定位方法

近年来,基于超宽带系统的室内定位凭借其高精度和高稳定性等优点得到了广泛应用。在复杂室内环境中,超宽带信号在障碍物间的非视距传播导致定位基站和标签之间的距离测量值产生额外误差从而导致定位精度下降。文章提出一种用于修正非视距(NLOS)误差的超宽带定位方法,通过基于自适应增强算法识别 NLOS 传播,识别后通过测量值重构对应视距测量值并计算位置坐标,最后通过无迹卡尔曼滤波算法修正定位误差。实验结果表明,该算法有效消除了 UWB 定位系统中较大的 NLOS 误差,提高了定位精度,具有很好的稳定性。     

一种基于散射体模型的NLOS误差抑制方法

在无线定位中,非视距（NLOS）传播成为高精度定位的主要障碍,它严重约束了无线移动台的定位精度。提出了一种新颖的减小非视距误差的方法。该基于到达时间（TOA）分布的定位算法是以多径散射为测量模型的。通过匹配由散射体模型产生的若干多径信号的TOA测量值的统计方法,可以获得视距（LOS）条件下基站与移动台之间的TOA估计值。由此,获得的LOS的TOA估计值可以用于任何传统的TOA定位算法。在NLOS环境中,该算法表明TOAA统的定位精度得到显著的提高。     

基于ToA和误差抑制的大规模网络节点定位

针对混合视距/非视距环境中的移动节点定位,提出一种基于到达时间测量值和误差抑制的定位方案。首先,配备有超宽带无线电的节点随机移动,以收集到达时间测量数据,并执行最短路径距离选择算法得到包括一跳节点距离在内的非视距误差减小后的多跳节点距离;采用多维标度确定节点的初始位置;采用迭代三边测量法和误差积累管理相结合来获得定位节点位置。仿真实验结果表明,提出的定位方案的定位精确度优于其他几种常用方案。     

场面多点定位信号处理独立性的实现

大型机场的场面多点定位（MLAT）系统具有接收站布局复杂和非视距（NLOS）传播严重的特点,为了选择最佳定位站点组合和消除NLOS对目标定位的影响,需要提供一个目标的估计位置。以往采用目标前次定位位置的方式存在将前次定位误差引入到当次目标信号处理中的缺陷。为了实现多点定位系统对目标当次信号处理的独立性,采用一种基于最优水平精度因子（HDOP）的目标位置估算方法,利用当次测量达到时间（TOA）信息,基于最优HDOP,通过快速优选、位置一致性判定和优化站点等方法,快速估计出目标当次二维位置,数据处理系统利用当次目标估计位置完成最佳站点组合选择和NLOS处理。仿真测试和机场场面真实数据测试验证了该方法的可行性,同时表明利用该方法提高了多点定位系统的定位连续性和定位精度。     

非视距环境下基于RSS-TOA的定位算法

在无线传感器网络定位系统中,尤其是在室内定位中,非视距（NLOS）误差的存在使定位性能急剧下降。为克服非视距传播带来的定位误差,提出了一种针对非视距环境下联合接收信号强度（RSS）和到达时间（TOA）的定位算法。该方法首先通过 RSS和 TOA的测量结果建立关于目标位置的非凸优化问题,然后通过二阶锥松弛理论,将原始的非凸优化问题转换为一种凸优化问题,由此能够快速得到原问题的一个次优解。通过计算机模拟仿真验证,新方法的估计精度更高,性能更好。     

非视距和未知传输参数环境下的RSS-TOA目标定位算法

在未知传输时间和发射功率的情况下,本文研究了非视距环境下基于RSS-TOA混合测量值的目标定位问题。首先为解决非视距误差会显著降低定位性能这一难题,根据最坏情况下的定位性能优化准则和鲁棒最小二乘法准则构建了未知视距和非视距路径分布状态下的目标定位优化问题。然后为了有效解决非凸和高度非线性的原定位问题,采用二阶锥松弛技术将该问题转化为凸优化问题,并通过内点法有效得到最优解。最后仿真结果验证了所提出的定位算法优于已有的定位算法。     

辐射源信号波形已知的超视距目标直接定位方法

现有直接定位（Direct Position Determination,DPD）算法主要研究对象是视距目标.针对传统无线电定位技术对超视距目标定位精度低的问题,提出一种辐射源信号波形已知的超视距直接定位（Over-the-Horizon Direct Position Determination,ODPD）方法.该方法基于电离层电子密度参数,依据最大似然（Maximum Likelihood,ML）准则,从信号数据域直接推导出仅关于目标位置的代价函数.其次,本文推导了关于电离层虚高测量误差的定位误差协方差矩阵.实验表明ODPD方法在低信噪比下相比现有算法,能显著提高超视距目标的定位精度,定位性能更接近克拉美罗界（Cramér-Rao Low Bound,CRLB）.误差分析显示,电离层虚高误差标准差在20km时,引起的定位误差能控制在10km的范围内.     

MIMO系统中基于终端的定位算法

在无线MIMO(多输入多输出)通信系统中,基于终端的TDOA/AOA混合定位方法能够用于终端自主定位.介绍了一种基于参数信道模型的MIMO信道AOA估计方法,并将估计结果用于混合定位.仿真结果表明此方法有较小的计算复杂度,其性能优于单纯的TDOA定位方法.     

一种改进的TOA/AOA混合定位算法

在蜂窝网络中利用电波到达时间（TOA）对移动台（MS）进行定位估计时，也可利用服务基站（BS）提供较准确电波到达角（AOA）信息，以提高定位性能。为此，本文对Chan提出的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既继承原算法的优点，又增加AOA测量值以提高定位性能的TOA/AOA混合定位算法，分析和仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比单纯TOA定位法更好的性能。     

基于人工鱼群粒子滤波的信号源定位

针对传统粒子滤波算法精度不高、难以满足移动监测车对无线电信号源定位需求的问题,提出了一种基于人工鱼群粒子滤波的信号源定位方法。将人工鱼群算法的优化思想引入到粒子滤波中,通过觅食行为和聚群行为驱动粒子向最优位置移动,改善粒子的分布。结合移动监测车对信号源定位的需要,建立了信号源波达角定位( AOA)的数学模型,在Matlab环境下对人工鱼群粒子滤波算法的信号源定位进行了仿真。实验结果表明,在保证实时性的前提下,该方法定位结果的最大误差为0.101%,定位精度远大于粒子滤波定位方法的估计精度,是一种有效、可行的定位方法。     

一种TDOA/AOA混合定位算法及其性能分析

在蜂窝移动通信系统中，智能天线阵列的应用使得服务基站（BS）能提供较准确的移动台（MS）电波到达角（AOA）测量值，从而可以用于对移动台的定位估计，文中对文献[1]的电波到达时间差（TDOA）定位算法进行了改进，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，该算法还具有解析表达式解。仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比文献[1]的单纯TDOA定位算法更好的性能。     

AOA／LBI快速定位方法研究

对到达角／长基线干涉仪快速定位方法进行了研究和分析,提出了一种基于最小方差准则的LBI相位差变化率提取方法。该方法可以消除相位模糊,实现对目标进行快速测距和定位。最后结合实际的试验数据验证了算法的有效性。     

一种天线阵列定位法及其仿真研究

为了克服CDMA移动台(MS)定位估计中面临的远近效应问题,该文提出了一种在服务基站(BS)附近布置一种天线阵列,采用TSOA/AOA混合定位技术对MS进行定位估计的方法,分析了采用不同定位法的GDOP分布, 并给出了相应的TSOA/AOA混合定位算法。不同条件下的仿真结果表明,只要AOA测量值达到一定精度,采用这种方法就能对MS进行准确定位。     

固定单站对运动目标的无源定位

单站无源定位技术具有隐蔽性强、设备量小及系统相对独立等优点,有着较强的实用价值.以往人们对运动单站无源定位技术研究较多,而对固定单站无源定位技术研究相对较少.针对此种情况,文章对固定单站对运动目标的无源定位技术的基本原理进行了分析,并提出了多普勒变化率、到达角变化率等定位参数的测量方法.     

非视距误差的TDOA/AOA混合定位算法

在非视距（NLOS）误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差（TDOA）测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。     

基于到达角Kalman滤波的TDOA/AOA定位算法

基于Chan算法的TDOA/AOA定位算法是在Chan算法的信号到达时间差(TDOA)误差方程组里加上一个信号到达角(AOA)误差方程,利用加权最小二乘法(WLS)求解。其主要缺点是把移动台(MS)的横坐标、纵坐标与移动台到服务基站(BS)之间的距离作为3个相互独立的变量,忽略了3者之间的相关性。需要进行两次WLS计算,且最终的解为二值根。当AOA测量误差的方差不断增大时,对应的定位误差也随之增大。该文利用Kalman滤波算法对AOA的值进行估计,并将上述的3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。