NLOS环境下移动台位置与速率估计

NLOS (Non-line of Sight)误差是定位中的主要误差来源,直接影响了定位的精度 。在MIMO（Multiple Input Multiple Output）系统中,基于NLOS信道模型的定位方法成为 解决NLOS定位误差问题的利器。基于此提出一种新颖的几何方法,仅采用两条NLOS路径就可 计算MS(Mobile Station)的位置,并且只需要利用单个基站便可完成MS的定位,克服了基站 数目过少无法准确定位MS的缺陷。在此基础上,还给出了最小二乘与最大似然算法利用多条 NLOS路径来改善定位精度的方法,并利用它对NLOS环境下运动的MS进行定位跟踪。理论分析 和仿真结 果都证明该定位方法在NLOS环境中对MS定位的有效性与精确度。     

基于坐标平移不变性的TOA定位算法

 本文提出了视距条件下利用坐标平移来实现到达时间(TOA)定位的新算法.该算法首先利用基站(BS)与移动台(MS)相对地理位置关系,采用坐标平移方法实现对MS位置的粗略估计;通过对误差分量特性的分析,提出了再次利用坐标平移消除误差分量相关性的方法,使得误差的协方差矩阵变得易于求解,从而实现对MS位置的精确估计.仿真表明,本文算法具有良好的性能.     

一种基于TOA定位的CHAN改进算法

 本文提出了一种基于TOA参数的CHAN改进定位算法.首先利用坐标平移的方法,消除定位方程中的未知参数,得到移动台位置的一次估计;其次通过对一次定位结果误差的分析表明基站的几何位置结构和到达距离对定位误差具有不同的"贡献"度,依据"贡献"度大小的不同,对大"贡献"度采用小权值而对小"贡献"度采用大权值的原则,提出了虚拟基站的方法来减小系统的总体误差,从而提高定位精度.仿真结果验证了本文算法的有效性.     

UMTS直放站对定位业务支持的研究

文章提出了一种支持直放站覆盖区域内移动台定位的观测到达时间差(OTDOA)方法.该方法首先在直放站中配置直放站相关信息,导入服务无线网络控制器(SRNC)侧定位实体数据库,并以OTDOA定位算法获得一个移动台的位置估计;然后利用除参考基站或直放站之外的两个基站或直放站之间的双曲线验证获得另外一个位置估计,并记两次位置估计距离为误差;取所有假设通路方式误差的最小值为实际误差,此时的估计位置即为最终的移动台位置.通过该方法可提高直放站范围内移动台的定位精度.     

基于特征矢量的NLOS误差检测的定位算法

最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight, NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在高运行时间的开销问题。为此,提出基于特征矢量的NLOS误差检测的定位 (Eigenvector-Based NLOS Error Identification Localization, E-NIL) 算法。E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值。最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置。实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法。     

非视距环境中TOA/AOA混合定位方法

为了减少非视距对定位估计的影响,提出了一种新到达时间/到达角信号的抗非视距混合定位方法,该方法假设首先到达每个基站的信号路径经历了唯一的一次反射,采用约束非线性优化方法来定位移动台,将基站和移动台的几何分布关系和移动台的位置范围作为约束条件,并使用粒子群优化技术来寻找全局最优解,然后计算测量噪声并利用迭代过程进一步的提高定位精度,通过对比仿真表明该算法的有效性。     

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。     

多基站GPS差分定位在航标遥测遥控中应用

为了提高航标遥测遥控系统中GPS单频伪距定位精度,提出多基站GPS差分伪距定位方法。该方法以单基站定位为基础,先通过单基站伪距改正数消除对流层、电离层的影响,再根据基站与测量站之间的距离关系建立基于距离的线性内插模型,从而得到综合改正数。利用综合改正数修正测量站的数据,提高了定位精度。实验结果表明,此方法能够有效地减少基站与测量站之间距离带来的误差,大大提高了航标遥测遥控的定位精度。     

利用TDOA相关系数的ADS-B欺骗式干扰检测

目前,为了检测飞机位置异常点,已安装的ADS-B系统通过比较飞机广播位置与两个基站计算获得的TDOA(Time Difference of Arrival,TDOA)和由两基站实际接收信号的TDOA来达到目的,该方法简单,但性能受基站同步误差和飞机报告位置误差影响较大。本文提出了一种利用TDOA相关系数的ADS-B欺骗式干扰检测方法,同样使用两个基站来接收ADS-B信号,首先根据飞机报告的位置和两基站的位置计算信号到达两基站的TDOA,然后通过两基站接收信号时刻计算TDOA,集合同一架飞机的各个航迹点,则得到一组由报文计算的时间差和一组由基站计算得到的时间差,最后通过两组时间差的相关系数来识别真实目标和欺骗干扰。本文方法不需要反推飞机位置,对基站同步误差和飞机报告位置误差稳健。仿真实验验证了方法的有效性。      

蜂窝无线网中的写作定位算法研究

在蜂窝无线网络中,单基站定位是最简单易行的定位方法,其需要利用基站测量移动终端信号的到达时间(TOA,time of arrival)和到达角(AOA,Angle of Arrival)信息.但是非视距(NLOS,Non Line of Sight)误差是影响定位精度的主要原因,为了抑制NLOS对定位精度的影响,提出了一种利用移动终端和中继节点之间的协作信息来提高定位精度的算法.该算法通过处理基站测量的TOA/AOA信息,以及移动终端到中继节点的TOA信息,利用中继节点与MS间的协作信息对估计的位置进行修正.仿真分析结果表明,在单基站蜂窝网中,提出的算法不仅整体提高了系统定位性能,而且在MS距离基站比较远的情况下,提出的协作定位算法的定位精度比现有的算法有明显提高.     

基于粒子滤波的蜂窝网移动台单站跟踪

仅使用单个基站测量信息对蜂窝网移动台进行定位跟踪实现简单并具有较高的可定位概率,但面临的挑战是如何提高定位精度。粒子滤波是基于贝叶斯推论的一种蒙特卡洛方法,特别适用于非线性非高斯信号处理。该文提出了基于粒子滤波的单站跟踪算法。仿真结果表明与快拍式定位方法相比,这种滤波算法大大提高了单站定位的精度;与扩展卡尔曼滤波相比,粒子滤波收敛速度快,性能稳健。     

TOA数据处理对NLOS环境下定位精度的改善

基于移动通信环境中非视距(NLOS)传播时延服从指数分布的特性,提出了一种改善移动台定位精度的波达时间(TOA)数据处理方法.NLOS传播时延是TOA测量误差的一部分,是基站与移动台距离的指数函数,具有正偏置的特性,因此TOA测量值越大其误差越大.对所有的TOA测量数据进行分析,仅保留误差最小的3个,然后再采用最小二乘(LS)法估计移动台的坐标.仿真结果表明,该TOA数据处理方法能够明显改善NLOS传播环境下的定位精度,在系统测量误差较小时对LOS传播条件下的定位精度几乎没有影响.     

小波分析法解决无线定位跟踪问题

无线定位中,信号的非视距传播（NLoS）很大程度上决定了移动台的定位精度,而小波分析理论在信号处理中有较为明显的优点,提出了一种在蜂窝网络中非视距环境下对移动台（MS）的定位及跟踪算法。利用小波变换对信号的分解和重构,实现了对TDOA测量值误差的修正,再利用经典Chan算法对移动台位置进行估计,配合相应的距离门限值对移动台的位置进行跟踪定位。仿真结果表明,该算法能够有效地实现对移动台位置的静态定位和动态跟踪,并明显优于同等环境下经典算法的仿真结果,有效提高了定位精度。     

RSS协助的ray-tracing室内定位算法

针对室内定位,当信号受到非视距(non-line-of-sight, NLOS)和多径传播的影响时,本文提出一种接收信号强度(Received Signal Strength, RSS)协助的Ray-tracing室内定位算法,改进已经提出的基于虚拟基站方法的信号到达时间 (Time of Arrival, TOA)和信号到达角度(Direction of Arrival, DOA)室内无线信号Ray-tracing模型,利用信号RSS测量值优化算法,实现TOA、DOA和RSS协同定位,提高室内多径及非视距环境下,无线定位的精度,降低算法复杂度,提高算法处理信号多重散射的能力并降低了对基站的依赖性适用环境更为广泛。首先通过RSS得到信号源可能存在的位置,随后利用Ray-tracing原理并使用虚拟基站,将非视距路径定位问题转化为视距路径定位问题,利用TOA和DOA对直射、透射、反射和绕射情况进行分析建模,最后使用最小二乘法对可能的位置进行筛选,得到信号源的最终位置。仿真结果表明,本算法较改进前拥有更高的定位精度。      

基于移动信令数据分析的位置服务与基站定位技术的混合应用

基于移动信令数据分析的位置服务与基站定位是两种不同类型的用户位置服务.一种是即时定位业务,另一种是基于历史信令数据分析的位置业务,二者各有优劣性.提出一些将基站即时定位与基于历史轨迹、区域人群统计的移动信令数据分析位置开放能力相结合的技术方案,并详细描述了这些方案的实现方法.所述内容为电信运营商基于网络信令的位置能力与优化提供了新思路.     

基于TOA的置信因子移动定位算法

移动台的精确定位面临的一个主要问题就是信号的非视距(NLOs)传输。小文在TOA测量距离的基础上,利用基站和测量值之间的几何关系、信号的损耗模型和信号强度信息,提出了置信因子定位算法(BFA)。研究了BFA算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度比其它算法有显著提高,而且在不同分布的NLOS误差下表现稳定。     

Dynamics of path losses between a mobile terminal and multiple basestations in a cellular environment

We investigate the dynamics of the path losses between a mobile terminal and a small group of base stations, when the mobile traverses an area containing zones where different base stations have the least path loss to the mobile. While moving through the area, the mobile measures signals transmitted by each base station. The measurements involve calculating a running average of the measured signal power over a fixed time period. It is presumed that based on these measurements and typically other inputs, the wireless network supporting the mobile makes handoff decisions. In this paper, we do not attempt to analyze the performance of a practical handoff algorithm. Instead, we focus on the average number of times per meter traveled that a moving mobile must switch base stations in order to be always served by the base station with the least path loss. The switching rate is a function of the mobiles location with respect to the base stations and the velocity of the mobile. For low velocities, the multipath fading is not averaged out completely and, therefore, affects the measured results, while at high velocities the multipath fading is averaged out, but the resolution of the measurement is compromised, and any possible handoff will be delayed (in terms of location)     

一种基于场强差的移动台定位改进算法

为了解决传统的移动台定位过程中信号的传播误差对定位精度的影响,提出了一种基于移动台与服务基站之间的场强差来确定移动台位置的改进算法。小波变换在信号消噪处理中可以取得良好的效果,通过选择合适的小波函数和分解层数,对测量得到的场强差进行分解和重构,然后用经典Chan算法确定移动台位置,大大降低了传播误差对定位精度的影响。仿真表明,该算法能很好地抑制传播误差,其定位效果比直接使用Chan算法更加稳定。     

GSM Mobile Station Location Using Reference Stations and Artificial Neural Networks

In this paper we present a novel approach to the automatic GSM mobile station location. The approach is based on measurement of radio signal strengths from a number of the neighboring base stations (antennas) and estimation of the mobile station position using trained artificial neural network (ANN) models. First, we present an improved version of our previous positioning back propagation (BP) ANN multi-level perceptron (MLP) model that further improves positioning accuracy. Then, we extend the MLP primary ANN model by introducing correctional factors obtained from a number of reference stations with known positions. Two new models with the improved location accuracy, both aimed at real-time application, are presented. The first model is using differential range to improve the estimated location of the mobile station. The second is using small-scale secondary neural networks trained with data obtained from reference stations, in addition to the primary ANN, to correct location accuracy.