一种改进的NLOS消除算法

在蜂窝移动定位中,由于移动台与基站之间电波传播的视距(LOS)路径被阻挡,电波只能以非视距(NLOS)方式传播,由此对电波测量值TOA、TDOA等带来较大的误差分量.用带有较大NLOS误差的TOA、TDOA测量值估计移动台位置,必然造成定位精度的显著下降.本文在对NLOS传播特性和机理分析的基础上,提出一种改进的NLOS误差消除算法,仿真结果表明,该算法能够显著提高定位精度,满足E-911定位要求.     

TOA模式下消除观测站位置误差的移动台定位新方法

针对移动台定位中各观测站位置存在随机测量误差的情况,提出了一种结合TOA测量值与观测站位置坐标测量值,建立统一观测方程实现精确定位的方法。该方法通过Taylor级数展开实现观测方程的线性化,采用加权最小二乘进行多次迭代运算,完成对移动台和观测站位置坐标的同时估计。通过不同观测站数量条件下的仿真分析,该方法的定位性能逼近CRLB,且不论观测站几何布局的优劣,在正确选取初始值保证迭代收敛的条件下,定位性能明显优于传统的定位解算方法。     

提高GPS基线解算固定测站坐标精度的方法

本文提出了在GPS基线解算时，固定测站坐标误差将引起基线解算的多值性问题；研究了单点定位精度与观测时间和观测时间段之间的关系；解决了提高固定测站坐标精度的方法。     

GPS/BDS和IMU融合技术在无人配送车定位解算中应用研究

为了提高无人配送车定位精度,将GPS/BDS和惯性测量单元（IMU）多传感器融合技术用于无人配送车定位系统。为了解决GPS/BDS和IMU定位解算时产生的信号缺失和累计误差而导致的定位精度不高,抗干扰差等问题。本文采用CKF算法将GPS/BDS和（捷联惯导）SINS解算出的定位结果进行滤波处理,从而提高定位精度。当GPS/BDS定位接收模块信号缺失时,将IMU提供的数据结合SINS算法解算出无人配送车的当前位置;在IMU定位过程出现的累计误差问题处理上,利用CKF处理过GPS/BDS接收机数据进行矫正。为了验证融合GPS/BDS和IMU的定位解算方法的优越性,实验中使用单个BDS定位系统进行定位结果比较。实验结果表明,使用本文所述方法速度误差减少了27.89%,位置误差减少了38.81%,能有效提高无人配送车在配送物品的过程中定位的精确度和稳定性。     

一种用于GNSS中实时定位解算的简易方法

在全球导航卫星系统中,定位解算是十分重要的一部分.本文改进了基于线性迭代思想的定位解算算法,并采用了MATLAB进行了仿真和分析.通过大量仿真,分析了算法中影响及决定定位精度和实时性的误差门限、用户钟差、初始位置等参数.仿真得出定位精度与用户钟差和误差门限呈负相关、实时性与误差门限和初始位置与用户真实位置差呈正相关等结...     

单星无源多普勒定位算法与误差分析

卫星通过多普勒效应对辐射源进行定位,具有终端简单易实现等突出优势,在候鸟迁徙、动物保护、环境监测、救生救援和军事侦察等特殊应用领域有广泛的定位需求.介绍了多普勒效应及定位原理,建立了定位模型,分别研究了基于Taylor级数展开的最小二乘迭代和扩展卡尔曼滤波两种用户位置解算方法.利用STK软件,以低轨卫星为例,分析了定位性能,给出了频率测量、卫星位置和速度等的误差对定位精度的影响曲线,得出了频率测量精度是影响定位精度的决定因素,当频率测量精度为0.1 Hz时,几何分布良好的条件下,定位精度优于500 m.     

基于RBF神经网络的室内定位算法研究

在无线传感器网络室内定位中,由于遮挡、多径效应等因素的影响,传统基于RSSI（Received Signal Strength Indicator）的定位算法存在测距不准、定位精度不高的问题。针对此问题,本文提出一种改进的基于RBF（Radial Basis Function）神经网络的室内定位算法,算法在离线阶段直接建立各参考节点接收到的RSSI值与其位置坐标的映射关系;在线阶段采集待定位节点的 RSSI值,利用学习好的神经网络对待定位节点进行定位。实验结果表明,与传统RSSI定位算法相比,本文提出的定位算法具备更高的定位精度。     

伪随机码相关检测的MDS MAP定位算法

针对当前无线传感器网络超声波设备定位精度不高的问题,改进了伪随机码相关的MDS-MAP定位算法。首先利用伪随机码相关检测技术,对节点发射出的超声信号进行编码,有效地增加了节点的测距距离和测量精度。然后对于未能测量到距离的节点使用Euclidean和最短路径融合算法进行处理,然后使用MDS-MAP算法生成节点的相对坐标,最后利用平面转换模型获取节点的最终坐标位置。仿真实验结果表明改进算法在不同网络规模和测距误差条件下均能够获得更高的定位精度和较小的定位误差。     

室内机器人TDOA异步无参测距定位方法研究

针对超宽带室内机器人定位系统中TDOA的时钟难以同步以及测量存在各种干扰问题,提出一种室内机器人TDOA异步无参测距的定位新方法。该方法将实际测量计算而来的时间作为校正因子,为主基站构建异步时钟下无参考节点的测距算法模型,由主、从基站的测量信息可直接计算出机器人到达距离差;提出关联权值滤波算法获得到达距离差状态矩阵,有效降低信号干扰。并从测量性能、测距及定位等方面进行误差分析。实验结果表明,测距精度98%维持在10 cm以内,且不会随着长时间运行发生测量偏移,具有较好的定位精度,可满足室内机器人的定位需求。     

井下人员超宽带精确定位算法

针对恶劣的井下环境易对超宽带信号造成干扰导致现有井下人员定位算法误差较大的问题,提出基于超宽带的SDS-TWR优化算法与鲁棒卡尔曼滤波结合的改进算法。该算法在一次定位周期内可测得定位标签到相邻基站的两个测距值,随后将其作为鲁棒卡尔曼滤波的两个观测值,旨在提高算法定位精度及稳定性、抑制巷道随机NLOS时延误差。仿真实验表明,在同等条件下,本文算法较S-TDOA法误差降低35%,较异步测时法误差降低31%,且误差波动较小,同时抑制了巷道NLOS时延误差,有效提高了井下人员定位精度。     

采用RSSI模型的无线传感器网络协作定位算法

由于无线传感器网络定位成本较高,精度不能满足要求以及通信和计算开销过大等问题,提出一种针对定位各阶段实施误差抑制措施的接收信号强度指示(RSSI)测距的协作定位算法。测距阶段通过周期性测量获得模型动态参数,采用相对误差系数对RSSI测距进行校正,定位阶段则基于泰勒级数扩展线性最小二乘方法实现位置估计,采取残差加权法优化位置坐标,减小非视距(NLOS)的不利影响。引入协作定位,将符合要求的节点升级为参考节点参与定位计算,进一步提高定位覆盖率和精度。实验结果表明,所提算法精度接近基于真实坐标的泰勒级数扩展LS算法,相同条件下的精度远高于传统估计算法。节点最大定位误差为0.15,最小定位误差为0.08,网络节点平均定位误差为0.109,能够满足大规模无线传感器网络(WSN)的定位需求。     

基于改进惯性权重PSO算法的目标位置测量技术

针对现有目标位置求解算法推导复杂和标准粒子群算法易陷入局部最优点的问题,提出了一种基于改进惯性权重粒子群算法的目标位置测量方法。该方法通过引进指数因子改进标准粒子群算法的惯性权重,平衡了其全局和局部搜索能力．实现了目标位置的高精度测量。仿真结果表明利用该方法能有效地对目标进行位置测量,测量精度达到0．5％。该方法对无线传感器网络定位、移动通信定位等工程问题也具有一定的研究意义和应用价值。     

燃气管道泄漏的次声源定位算法研究

针对城市燃气管道泄漏定位精度不高的问题,根据燃气管道泄漏时泄漏点产生次声波的特性,提出了一种燃气管道泄漏的次声源定位算法。该算法通过构建泄漏源的定位模型,利用传感器节点和泄漏点之间位置上的几何关系得到泄漏点位置。首先利用传感器阵列采集燃气管道泄漏时产生的次声波信号,并对该信号进行小波去噪处理,接着利用广义互相关法计算相邻传感器节点间的时延,最后结合定位模型计算出泄漏点位置。针对算法的信号处理部分进行了仿真,并在实验室进行了泄漏点定位的模拟实验。结果表明,在燃气管道泄漏定位中,算法的定位误差在1 m以内,具有较高的定位精度。     

计及监测可信度的扰动源定位粒子群算法

当智能配电网发生电能质量扰动时,由于网络结构、高斯噪声和监测误差等因素常存在扰动方向误判问题,而现有电能质量扰动源定位方法对此定位准确度低。由此提出一种计及监测可信度的扰动源定位粒子群算法。设计了一种监测可信度函数构建方法,来表征扰动方向判定的准确程度,创新性地建立了粒子群可信度优化模型,提出了独创的评价函数,通过粒子群迭代进行全局寻最优解。通过Matlab仿真表明,所提新算法实现了在部分监测数据有误情况下的扰动源自动精确定位,并具有定位准确、收敛性好和容错率高等优点。     

基于粒子群TOA室内定位的系统误差修正

到达时间（time of arrival,TOA）的测距易受多径干扰的影响而产生较大的系统误差,造成室内定位时精度变差。针对上述问题,首先分析了TOA定位中系统误差的产生及特点,而后提出一种基于粒子群优化的定位算法。算法利用测距值与所求解位置的空间约束关系建立求解域,而后应用粒子群算法求解,并通过建立关于系统误差的罚函数和适应度函数实现误差修正,并减小粒子搜索空间,加快算法收敛速度。实验表明,利用本文描述的定位算法,可以有效抑制室内定位中测距产生的系统误差,定位精度得到明显提高。     

变电站非视距环境移动目标实时精准定位方法

在基于无线传感器网络的变电站移动目标定位系统中,测量信号的传播路径容易受到变电站内各种设备的遮挡,导致测量误差增大,影响最终定位精度。针对现有实时定位算法受测量误差影响较大这一现状,本文提出了一种受测量误差影响较小的新型高精度定位方法,实现在变电站内对移动目标的精准定位。根据定位锚点提供的测量信息,采用两步线性最小二乘法初定位。引入误差概率算法,对初定位结果进行二次处理,求解出的概率最大点即为待定位目标的最优位置估计。进行仿真分析与实验验证,与现有算法进行比较。文中提出的算法在变电站环境下,将每一单一坐标误差控制在30 cm以内,相较于现有实时定位方法,定位精度提升了50%以上。结果表明该定位方法能够有效提升在变电站环境下定位结果的准确性。     

面向矿井动目标的PSO-SVR模型与UWB Chan优化距离指纹融合定位方法

针对目前井下人员、车辆、设备等移动目标位置精确管理存在的不足,本文对面向矿井动目标的定位算法与指纹定位模 型进行研究。 设计出一种基于改进粒子群优化 SVR 模型与 Chan 优化距离指纹匹配融合定位方法。 首先,构建一种基于 STM32 ARM 主控制器和 DWM1000 的超宽带(UWB)核心节点模型,通过双边双向测距和飞行时间法(TOF)对传输距离数据进 行计算。 在此基础上,通过依次在特定点采集距离指纹,基于改进的 PSO-SVR 模型进行移动目标路线拟合,预测目标的移动路 径。 再将其与 Chan 指纹进行结合,拓展出优化距离指纹融合定位方法。 实验结果表明,本文提出的指纹优化匹配融合定位方 法能够较好地预测出移动路径,最大误差不超过 20 cm,平均误差不超过 1 cm。 本文研究对矿井智能化建设及安全生产具有重 要意义。     

采用三次通信的TOF与TDOA联合定位算法

通常基于超宽带(UWB)的定位系统采用的主要技术是TOA和TDOA算法,但是TOA算法定位速度低,TDOA算法定位精度不稳定,这些情况均限制了它们在UWB定位系统中的应用。为了权衡这两种算法在定位速度和精度方面的不足,提出了一种新的TOF与TDOA联合定位算法(CTT)。该算法仅需要3次UWB通信便可测量TDOA算法所需的所有时间差信息和一个TOF距离值,并可以此计算出该定位区域内所有基站与单个标签的距离,定位速度比TOA算法提升至少50%。使用DW1000分别对TOA、TDOA与CTT算法进行定位精度对比,结果表明CTT算法在二维情况下的平均定位误差<20 cm,标准差<10 cm,接近于TOA的精度并解决了TDOA算法精度不稳定的问题。     

基于粒子群矢量搜索融合的射流轨迹识别方法

为解决消防炮射流轨迹识别受到摄像头晃动或背景变化的影响,从而导致定位精度降低的问题,提出了一种将矢量搜索法和粒子群算法相融合的射流轨迹识别方法。结合矢量搜索法和粒子群算法在射流轨迹识别中的特点,给出了融合算法中矢量搜索法和粒子群算法的对应关系、粒子点初始位置设置和适应度值计算方法以及迭代求解流程和射流落水点确定方法。实验结果表明,本方法实现了对消防炮射流轨迹的识别定位,图像背景环境变动对结果影响较小,可实现摄像头晃动或背景变化情况下的射流轨迹查找,轨迹搜索的效率和准确性优于单向搜索等方法。