基于堆叠稀疏自动编码器和SVM的CSI室内定位方法

针对基于高细粒度信道状态信息(channel state information,CSI)的室内定位指纹数据冗余大、解析复杂的问题,提出一种基于堆叠稀疏自动编码器和支持向量机(support vector machine,SVM)的CSI室内定位方法.该方法首先融合物理层信道信息的幅值与相位数据,利用堆叠稀疏自动编码器在非线性指纹特征空间提取深层定位特征;然后,生成稀疏特征指纹,通过支持向量分类器完成目标位置确定.稀疏特征指纹的应用将CSI指纹库体积缩小约92.6％,同时,实验结果证明该方法可在视距与非视距传播路径混合的复杂室内环境下达到1.205 m的平均定位误差,较其他定位方法有明显的定位精度提升.     

一种基于Shapelet算法的指纹定位方法

信道状态信息（CSI）受时空影响较大,导致现有基于CSI的室内定位技术鲁棒性差.针对这一问题,提出了基于Shapelet算法的指纹定位方法.在训练阶段将CSI作为原始位置数据,通过3-σ异常值处理法和卡尔曼滤波对原始数据进行处理、修正;再使用Shapelet算法提取每个位置的指纹,并建立指纹库;最后使用指纹库构建Shapelet决策树,通过决策树分类实现较为精准的定位.通过与主成分分析算法以及k近邻算法的对比实验,结果表明,该方法在不同时间的定位精度较高,且能保持性能稳定,所需训练集更小.     

面向WSN的移动信标辅助定位方法

提出了一种基于移动信标的辅助定位方法,该方法采用三重覆盖思想确定虚拟信标点分布,保证未知节点获得足够的定位信息;利用蚁群算法获取遍历这些虚拟信标点的最优路径;提出了基于迭代优化算法的虚拟信标点滤波方法.通过对虚拟信标点个数、遍历路径长度、传感器通信距离和定位误差等参数分别进行仿真分析.结果表明,该定位方法在定位精度、定位覆盖率和能量消耗等方面具有一定的优越性.     

双频副载波调幅的UHF RFID定位研究

针对多径效应及非视距阻挡使得基于收信强度的室内定位系统精度难以进一步提高的问题,提出了一种适于915 MHZ射频识别定位算法,以收发信号的相位差作为定位依据,引入双频副载波克服整周期模糊度并降低采样率要求,结合全相位FFT谱分析特性,提出一种基于欠采样条件下的相位差估计方法并获取测距信息,利用最小二乘法求解定位标签位置.仿真结果表明,该算法具有良好的定位准确度及稳定性.     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。     

面向5G NR的动态拓扑高精度载波相位定位方法

为了在动态拓扑环境下实现高精度的定位，提出了一种适用于第5代移动通信新空口技术(5G NR)的载波相位定位方法。在动态拓扑环境中，接入点与终端的相对移动难以保证合理的几何布局，因此提出了一种基于几何精度因子的节点优选方法。考虑到动态拓扑的情况，建立了载波相位时域差分方程，以高精度估计位置的变化，并与到达时间差算法相结合，得到初步的位置估计。将这个初步估计作为泰勒展开的起点，使多个时刻上的方程组线性化，最终得出整周模糊度的解。仿真结果表明，基于节点优选的载波相位定位方法可在动态拓扑环境中实现高精度的整周模糊度解算和厘米级的定位精度。     

基于数据手套和双目视觉技术的虚拟手势及其空间位置跟踪

基于数据手套技术,搭建了虚拟手势交互系统,实现人手到虚拟手的映射. 对双目视觉中空间点定位模型进行了修改,提出一种基于两垂直摄像头的空间点定位模型,实现了基于双目视觉技术的运动目标位置与姿态跟踪;通过对CamShift算法的改进,提高了运动目标跟踪系统的准确性和自动性,解决了柔性物体的空间姿态捕捉问题. 在VS2008平台上,用VC++和双摄像头搭建了一个虚拟手势交互平台,通过实验,获取了图像及相应的角度与位置信息对照,将虚拟手的位置和姿态与图片相对照,对所提出的方法进行了验证,证明了该方法的有效性.     

基于INS定位和WIFI指纹定位技术的无人机室内定位方法研究

针对无人机室内定位问题,提出了一种基于惯性导航系统（INS）和WIFI指纹定位技术的四旋翼无人机的室内定位方法。该方法首先利用WIFI模块测量的信号接收强度信息,根据WIFI指纹定位原理求出该定位时刻下的无人机位置;同时,利用惯性传感器信息计算出INS定位下的无人机位置,结合两种定位结果得出更为精确的位置。最后,通过实验验证了INS定位和WIFI指纹定位相结合的无人机室内定位方法的有效性,且该方法较两种单独定位方法的定位精度更高。     

智能天线辅助的WSN节点自定位算法

位置信息是无线传感器网络（WSN）中的一种关键基础信息.在节点部署范围较大、节点密度较小的环境中,很多定位算法在定位精度或成本上不理想.为此,提出一种利用智能天线方向性的节点自定位算法.该算法包含两类节点：一是配备智能天线、全向天线和全球定位系统（GPS）的中心节点;二是配备高频率时钟,可支持基于到达时间（TOA）测距的网络节点.在定位过程中,中心节点发送有方向性的定位信号,网络节点借助定位信号判断自身相对于中心节点的角度,并结合TOA测距信息,确定自身位置.通过该方法,节点以较小的运算量得到较精确的定位结果,且网络中只有中心节点功能较强,因此系统总体成本低.分析和仿真结果表明,该方法能以较小的运算量和较低的成本提供较高的定位精度.     

基于三次样条插值的GPSC/A码快捕精频算法研究与仿真

提出了基于三次样条插值和缩小多普勒频移步进值相结合快捕精频的新方法。该方法在基于FFT循环相关捕获算法快速粗捕初始码相位和载波频率,以及利用输入信号在短时间内两个不同时刻的相位差的方法得到载波精频的基础上,将三次样条插值和缩小多普勒频移步进值相结合,使捕获得到循环相关峰值更加接近最大值,进一步得到了最终的精细频率值。通过对仿真产生的数据结果进行了分析和验证,结果表明提出的精细频率方法能够使频率精度达到±2Hz,证明了该结合算法的精确性和可行性。     

一种GPS移动基准站精密相对定位新算法

针对GPS载波相位差分定位中差分基准站不能移动的问题,提出了一种GPS移动基准站精密相对定位的方法.该算法首先基于MW组合构造几何无关测量值,然后对几何无关测量值进行滑动平均滤波消除随机噪声影响,在移动站进入移动基准站数据链覆盖范围时进行站间和星间双差处理获得宽巷整周模糊度,并结合载波相位的双差几何相关模型建立Kalman滤波观测方程,将多路径误差建模为1阶Gauss-Markov随机过程,作为状态参数纳入状态方程,增广状态向量,同时扩增观测方程,从而滤波获得L1/L2模糊度浮点解的精确估计,最后采用LAMBDA算法搜索固定模糊度的整数解.通过静态和车载动态实测试验验证了新算法的正确性和适用性.     

利用高斯牛顿迭代的时频差无源定位算法

针对传统高斯牛顿迭代法在时差-频差定位中因迭代初始值不准而易出现的不收敛问题,提出一种基于约束加权最小二乘(CWLS)的高斯牛顿迭代定位算法。该算法首先将定位问题中关于目标位置、速度的时差-频差非线性定位方程转化为伪线性方程,分步估计目标位置、速度初始值;为实现初始值的精确估计,将目标位置与辅助变量等式约束关系松弛为二阶锥约束(SOCP)条件;引入随机鲁棒最小二乘(SRLS)构建新的线性关系,当新线性关系的最小二乘解不满足二阶锥约束条件时,使用半定规划(SDP)技术求解目标位置的估计解,通过获得的目标位置来对目标速度进行求解;获得目标参数估计初始值后,建立时差-频差定位系统下关于目标位置与速度的高斯牛顿迭代方程,利用高斯牛顿迭代对目标参数进行寻优求解,该迭代过程不需要引入辅助参数,可以直接得到目标参数。仿真实验表明,所提算法对近场目标与远场目标均有很好的定位效果,较已有经典两步加权算法,其鲁棒性好、定位精度高。同时,仿真结果表明了高斯牛顿迭代方程时对初始值优化的必要性。     

New Method for Solving GPS Deformation Monitoring Information at Single Epoch

Based on the analyses for the characteristics of high precise GPS defor-mation monitor,according to the spatial relationship among the satellite, base point and monitoring point a new model and its corresponding algorithm were presented to solve the monitoring point deformation directly at single epoch. In this method the carrier phases is used as the basic observations, and the initial condition is precise baseline vectors obtained in the first period observations between the base point and monitoring point. This model is called the similar single difference model (SSDM). The main error sources effecting the accuracy of deformations were analyzed briefly, the single epoch algorithm of the receiver clock offset was advanced. The numerical results of test data show that the SSDM and the single epoch algorithm of receiver clock offset advanced are reliable and correct.     

存在载频误差下的多普勒频移定位算法

针对非合作环境下目标辐射源信号载频估计存在误差的问题,提出了一种基于多普勒频移的无源定位算法。该算法充分考虑目标辐射源信号载频估计误差的影响,推导了在存在载频估计误差下的克拉美罗界(Cramer-Rao lower bound,CRLB),并将该算法与忽略载频估计误差的算法进行比较。仿真实验发现,在存在载频误差的情况下,即使对于CRLB的影响只是1.5 dB左右,但若在目标定位时忽略该影响因素,会导致定位精度急剧下降。当忽略载频估计误差的算法开始偏离CRLB时,该算法仍能达到CRLB,且当噪声增大近40 dB后,才开始偏离CRLB。证明该算法具有较强的鲁棒性,且定位精度较高。     

Iteration FDOA location algorithm and its performance analysis

For the FDOA location scene of locating the fixed radiation source with a moving observation station, an algorithm based on the iterative method is proposed, which can be used to solve the problem of calculating the target position in the FDOA location. The proposed algorithm includes two situations, one with the carrier frequency known, and the other with the carrier frequency unknown. In the condition of the known carrier frequency, the measured frequency difference equation is used to figure out the target position in an iterative way; in the case of the unknown frequency, the measured frequency difference equation is used to figure out both the target position and carrier frequency from the emitter in an iterative way. The location accuracy of the FDOA location algorithm is analyzed in detail, and furthermore, an elaborative simulation is given, which proves the accuracy and effectiveness of the theoretical analysis, and provides the FDOA location algorithm with a theoretical foundation.     

基于BP神经网络的CSI无源目标分类方法

针对无源目标分类系统中精度和费用之间不平衡、采用手工提取特征的方法进行特征提取工作量较大的问题,提出了一种基于误差逆传播（BP）神经网络的信道状态信息（CSI）无源目标分类方法.通过提取WiFi信号的CSI作基信号,并结合具有自主学习数据特征能力的神经网络方法,设计了BP神经网络的训练模型,减少了手工提取特征带来的开销.实验结果表明,以身高分类为例,所提方法能够区分4个不同身高段,且平均分类准确度可以达到90%以上.     

不同信号体制对GNSS定姿性能影响的分析

利用GNSS信号能够进行高精度的载体定姿,其算法性能受不同信号体制影响较大.针对这一问题,首先在GNSS单频单历元定姿算法数学模型的基础上,分析了算法性能与码和载波相位测量精度之间的关系,然后研究了不同信号体制对码和载波跟踪精度的影响,最后提出了评估信号体制对定姿性能影响的关键指标,并对其在不同信号体制下进行了仿真实验.仿真结果表明,该指标可以有效地评估不同信号体制下的定姿性能.     

基于最小化测量误差的被动定位算法

借助传感器各自的坐标位置及其三角函数关系,推导出了各个传感器之间测量值的约束关系式．然后将传感器测量误差作为变量构造目标函数,通过拉格朗日-牛顿最优化方法最小化测量误差．使用这些误差修正测量值,取得了较好的目标定位结果．该算法不需要设置目标位置初值,定位结果不会发散,并且具有较高的定位精度．仿真实验结果验证了该算法的有效性．