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.     

非视距环境下Massive MIMO信道的构建与分析

随着下一代移动通信研究的深入,Massive MIMO 技术已成为业界研究的热点。针对 Massive MIMO 系统特有的天线体积大、信道近场非平稳的特性,构建出较真实的信道模型,该模型适用于 Massive MIMO非视距、瑞利平坦衰落环境。在系统仿真中,基站侧采用128根线形排列的天线,基站天线到信道散射体的导向矩阵由精确的波程差来确定,得到发射端相关矩阵,并结合Kronecker模型构建信道。结合不同的预编码方法和散射体分布情况,对比分析了其对 Massive MIMO信道容量的影响。该信道的构建与分析能更准确地反映信道特性,具有较强的理论价值和实践意义。     

基于空间位置约束的稀疏指纹室内定位方法

针对基于位置服务的实际应用需求,分析了现有室内定位技术的局限性,提出一种基于空间位置约束的稀疏指纹定位方法,在数据层有效融合惯导和无线局域网(WLAN)定位信息,充分发挥二者优势协同完成定位任务。首先利用WLAN提供的接收信号强度(RSS)信息构建空间位置指纹数据库,并基于RSS构建稀疏指纹表征与定位模型;鉴于RSS数据易受环境干扰呈现多变性,利用惯导技术对位移状态进行初步估计,并以此作为约束条件构建基于空间位置约束的稀疏指纹定位模型。仿真实验结果表明,所提方法较惯导和稀疏指纹方法在定位精度方面分别提升58%和33%。     

基于ICEEMDAN-CNN的非视距识别方法

在超宽带室内定位中,受复杂室内环境下各种障碍物的干扰导致信号处于非视距场景传播,进而产生定位误差。针对非视距传播对室内定位精度影响的问题,提出了一种基于ICEEMDAN的非视距识别方法。首先对信道脉冲响应进行模态分解,得到含有不同尺度特性的IMF,其次利用皮尔森相关系数法选取部分IMF进行重构,保留较为有效的信息,并对重构信号进行小波变换获得有效的时频特征,最后通过构建卷积神经网络识别非视距信号。实验数据基于802.15.4a UWB模型和开源数据集,结果表明所提出的识别方法平均准确率达到了98.5%,与其他算法相比模拟数据集提高了5.6%,PDS数据集提高了14.3%,验证了所提出识别方法的有效性。     

融合超宽带方位和距离的移动机器人定位

可靠定位是机器人完成导航和路径规划的前提,机器人通过多个超宽带(ultra-wideband, UWB)基站的测距信息实现定 位,但基站数量不足时定位精度受限。 针对这一问题,提出融合超宽带距离和方位的移动机器人定位方法。 根据方位标准差区 分信号来自基站前方(视场)或背后(非视场),消除方位的前后奇异性。 在此基础上,利用 UWB 距离和方位测量值构建约束函 数,通过图优化算法融合里程计和 UWB 测量数据实现全局位姿优化。 实验结果表明,该方法在 13 m×6 m 的室内环境中,移动 机器人无规则运动能够达到 0. 093 m 的定位精度,比传统的基于测距 UWB 和里程计融合方法定位性能提升了 46%,且具有较 强的鲁棒性。     

减小超宽带穿墙定位中NLOS误差的方法

超宽带穿墙定位中,需考虑NLOS传播效应对定位结果的影响以提高定位精度.在对室内目标穿墙定位的应用中,为了减小由NLOS传播引起的定位误差,建立了信号的穿墙传播模型,基于该模型提出了一种NLOS误差减小方法,该方法能够有效减小误差并提高对目标的定位精度.文中推导了定位误差与几何的关系,为实际系统的布设提供了理论依据.仿真结果验证了基于传播模型的NLOS误差减小方法对提高定位精度的有效性.     

基于TOA-AOA数据融合的定位算法研究

针对无线网络中的定位问题,提出了一种基于到达时间(TOA)以及到达角度(AOA)数据融合定位算法(T-A-SCOP)。利用TOA测量得到的距离信息以及AOA测量得到的角度信息进行数据融合,用加权最小二乘法(WLS)估算用户目标位置,然后引入松弛变量以及辅助变量,采用二阶锥规划(SOCP)将WLS问题转换成SOCP优化问题,利用CVX得到精确用户目标位置。仿真结果表明,T-A-SCOP算法比单一定位方式更准确,与传统的WLS方式相比,更贴近克拉美罗界(CRLB),有效提高了定位精度,定位性能更好。     

基于增强象限的移动站自动定位方法

本文基于增强象限约束提出了一种抑制非直达波定位误差的新方法。该方法首先利用几组相邻的三个基站将服务小区划分为几个不同的增强象限，随后确定移动站的初始象限，然后利用增强象限约束抑制大的非直达波误差，最后对不同时刻的移动站位置进行平滑，进一步减小非直达波误差的影响，并预测下一时刻移动站的象限。该方法不需要知道非直达波误差分布的先验信息，不需要增加系统成本，计算简单，是一种实用的鲁棒性定位方法。理论分析和仿真结果证明了该方法的有效性。     

基于接收信号强度和圆形特高频无线传感阵列的局部放电测向方法

针对敞开式变电站空间局部放电的监测与定位已有一定的研究,但现有的特高频局部放电空间定位技术主要是基于电磁波到达的时间差,而该方法要求非常高的时间同步精度和采样速率,因此一定程度上限制了其使用及推广。为此,提出了一种基于接收信号强度的局部放电测向方法,该方法将多个特高频无线传感器组成圆形阵列,根据每个单极型传感器对不同方向上局部放电信号的接收强度存在差别这一特性对局放源进行空间定向,并利用插值、聚类等方法提高定向精度,然后采用BP神经网络进行误差校正。实验室测试结果表明:所提出的方法定向误差在9°以内,相较于基于电磁波到达时间差的系统,所提方法的成本降低了一个数量级,且使用更加便捷。论文研究可为局部放电信号的监测提供一定的参考。     

一种基于数据融合的蜂窝无线定位算法模型

本文基于数据融合的基本原理,利用TOA和TDOA测量数据并结合先验信息进行数据融合,然后通过定义可信度函数构造了一种基于移动台位置的动态定位算法,进一步提高了对移动台(MS)定位估计的准确性。最后仿真结果表明:这种融合算法模型在保证决策可靠的前提下,能得到更准确可靠的移动台估计位置,从而有效提高了决策输出的定位精度。     

基于TDOA和AOA的5G室分场景三维定位方法

在智慧楼宇以及电力检修运维中,需要及时获取设备或人员位置信息。针对室内因非视距传输和多径效应引起的定位精度不高问题,提出了一种基于奇偶交错布局的室分与5G结合的室内三维定位方案。首先,采用到达时间差(time difference of arrival, TDOA)和到达角度(angle of arrival, AOA)融合定位。其次,把具体定位算法融入到定位架构里,基于边缘计算快速获取室内对应移动目标的位置信息。在进行TDOA定位过程中,MEC端的定位服务器结合压缩感知进行信道估计,并在分段正交匹配追踪(stagewise orthogonal matching pursuit, StOMP)算法的基础上加入奇异值进行降噪处理。在进行AOA定位过程中,先利用改进的波束空间变换技术构造矩阵进行降维,为保证降维过程中信息不损失,提出对附加角度误差进行分析处理,然后,采用多重信号分类(multiple signal classification, MUSIC)算法进行定位。最后,5GC核心网服务器利用Chan-Taylor算法进行TDOA/AOA融合定位。仿真结果证明了所提出的定位方法能够实现对移动目标的精准定位。     

基于融合动态加权的光电经纬仪交会定位方法

传统的交会定位公式是在假设飞行目标为点目标的前提下推导的理想模型公式,而实际两台经纬仪观测同一目标时其主光轴并不交于同一点,这就会带来较大的模型系统误差。因此,提出了基于融合动态加权的光电经纬仪交会定位方法,详细介绍了该方法的模型以及确定融合动态加权系数的原则,并采用仿真数据,对本文方法和传统方法的定位精度进行对比分析,经实验验证,本文方法精度高于传统方法,具有较大的工程实践价值。     

基于信息融合理论的电力系统预测方法研究

针对电力系统大而复杂的特点 ,分析了以往各种预测法对电力系统预测精度提高的有限性 ,提出了一种基于信息融合理论的电力系统预测法。依据对信息融合熵的定义 ,提出并证明了信息融合的有效性和熵最大压缩两定理。基于此 ,给出了基于信息融合理论的电力系统预测方法的依据、准则和步骤。通过对信息融合的信息量增加定理和基于信息融合理论的电力系统预测误差减小定理的提出与证明 ,以及实际算例 ,都充分说明了该方法的可行性和优越性     

基于信息融合理论的电力系统预测方法研究

针对电力系统大而复杂的特点,分析了以往各种预测法对电力系统预测精度提高的有限性,提出了一种基于信息融合理论的电力系统预测法.依据对信息融合熵的定义,提出并证明了信息融合的有效性和熵最大压缩两定理.基于此,给出了基于信息融合理论的电力系统预测方法的依据、准则和步骤.通过对信息融合的信息量增加定理和基于信息融合理论的电力系统预测误差减小定理的提出与证明,以及实际算例,都充分说明了该方法的可行性和优越性.     

超声波与航迹推算融合的智能轮椅定位方法

针对智能轮椅自主导航中的定位问题,提出了一种适用于室内环境下的智能轮椅定位方法。该方法首先在室内合适位置安置两个超声波发射器,在轮椅上安置超声波接收器阵列,通过空间几何算法和坐标变换原理实现轮椅的初步定位,然后对传统的航迹推算方法进行改进,提高轮椅相对定位的精度,最后采用卡尔曼滤波将2种定位方法进行融合。仿真实验结果表明,该方法比单独使用绝对定位或相对定位的精度要高许多,能够满足轮椅在大面积房间内长时间较准确的定位。     

基于信号统计模型的变电站半遮挡融合定位方法

变电站存在建筑遮挡和电磁干扰等问题,这导致传统的基于电磁波定位的人员管控方法精度快速下滑。为避免因单传感器定位精度劣化而导致的电力安全管控效率降低问题,研究基于多源信息融合的巡检人员位置估计技术至关重要,而现有融合定位方法大多难以在地图信息未知的条件下鲁棒地选择传感器融合策略,因此文中提出一种基于卫星和近超声信号特征分析的融合定位方法,仅依靠信号统计特征实现环境信息判别并自适应选取融合策略。首先,利用多传感器信号特征统计模型构建指纹库,并基于t分布随机近邻嵌入(t-distributed stochastic neighbor embedding,t-SNE)降维算法和密度峰值聚类(density peaks clustering, DPC)算法处理指纹库数据。其次,依据聚类结果搭建反向传播(back propagation, BP)神经网络,将信号环境特征与卡尔曼滤波器的参数映射。最后,使用神经网络输出优化基于卡尔曼滤波的多源定位切换模型,形成自适应的融合定位方法。利用真实变电站半遮挡环境采集数据进行实验,结果表明,相较于未知环境信息、已知环境信息的融合定位方法,所提出的方法在地图信...     

基于激光信息的移动机器人定位研究

针对移动机器人在导航定位过程中,使用传统蒙特卡罗定位算法会产生粒子收敛较慢和定位精度不高,以及发生人为绑架情况后重定位效率较低的问题,给出了一种改进的粒子滤波定位方法来提高移动机器人的导航定位效率.首先,在蒙特卡罗定位算法的基础上进行改进,融入自适应区域划分的方法,保证所划区域包含更多有效信息,减少粒子的收敛时间,完成...     

基于信息融合和M-RVM的变压器故障诊断方法

针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入特征量向量,更真实地反映变压器的故障信息。然后,采用4个M-RVM作为分类器,对故障进行初步诊断,并将诊断结果分别转化为证据融合所需证据体,同时引入兰式距离函数与光谱角余弦函数对证据体进行修正。最后,采用改进冲突再分配策略进行决策融合,避免融合过程中出现证据互相矛盾的现象。对比分析结果表明,基于多源信息融合的变压器诊断模型相较单一特征参数诊断以及单一诊断算法具有更高的诊断准确率。     

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。     

影像测量仪自动定位方法研究

影像测量仪在工业测量等领域中，尤其是精密平面类零件的高精度测量方面具有广泛的应用。当测量满台零件时，传统影像测量仪需人工手动控制平台移动达到测量位置，导致测量时间延长、效率低。以通用的影像测量仪为实验平台，采用双目视觉系统进行测量，通过大视野相机将特征物从平台任意位置移动到小视野相机视野范围内，并利用小视野进行位置矫正，以达到精确定位。实验结果表明，该方法能有效地将大视野范围内任一特征点精确移动到小视野图像中心。最后，提出一种影像测量仪薄板类零件自动定位方法，实验证明该方法能有效降低测量时长，特征点粗定位误差在±0.05 mm以内。