多异构阵列归一化数据融合被动定位方法

在水下分布式定位系统中,多个阵列节点往往是异构的,即各节点在阵列构型、幅度归一化参数、工作频带、采样数据量等参数方面存在差异。现有数据融合被动定位方法通常忽略上述差异对定位性能的影响,存在定位精度低、分辨能力差的问题。针对这一问题,该文首先建立了基于多个异构阵列的接收信号模型,特别是将幅度归一化参数纳入接收信号模型中,并且考虑了各节点阵列参数的不同;其次,推导目标坐标的最大似然估计方法,并对该方法的融合方式进行了理论分析;最后,为了提高分布式定位系统对多目标的分辨能力,该文进一步将最小方差无失真响应空间谱纳入上述融合方式之中,提出基于多异构阵列的最小方差无失真响应定位方法。仿真结果与实测数据验证了所提的两种方法相对于已有方法在定位精度和分辨能力方面的优势。     

基于多通道数据融合的跳频信号频率跳变时刻估计算法

针对低信噪比条件下宽带高速跳频信号的参数估计问题,提出一种多通道数据融合跳频信号频率跳变时刻估计算法。该算法利用无盲区数字信道化预处理实现宽带跳频信号的全概率、全盲接收,通过数据融合得到一路包含全部频率跳变信息的参考信号,并利用该参考信号进行最大似然估计得到频率跳变时刻精确估计值。给出了所提出跳变时刻估计算法的Cramer-Rao下界并进行实验仿真。理论推导和仿真结果表明:针对一定的输入信噪比,适当选择信道化数和估计时间可实现较高的估计精度。在0dB信噪比条件下,采用16通道数字信道化处理,估计方差小于10-3。      

基于可信度估计的迭代滤波的WSNs数据融合算法

估计传感节点提供数据的可信度是WSNs应用的关键技术。目前,常采用迭代滤波IF(Iterative filtering)算法实现数据可信度的评估。然而,传统的IF算法假定传感节点的初始可信度相同,这有背于客观事实。为此,提出基于可信度估计的迭代滤波的WSNs数据融合ATIFDA(Ascertaining Trustworthiness of sensor node -based Iterative Filtering Data Aggregation) 算法。ATIFDA算法利用最大似然估计MLE( Maximum Likelihood Estimation)计算每个传感节点的初始可信度。首先进行簇划分,每个簇选择一个簇头CH(Cluster head),簇头收集传感节点的感测数据,然后,再利用MLE估计每个传感节点的初始可信度,再进行IF算法,最后,进行数据融合。仿真结果表明,提出的ATIFDA算法在噪声环境下,具有低的均方根误差RMSE(Root Mean Squared error)     

一种基于自相关函数的载波频偏估计方法

为解决前向载波频偏估计中捕获范围和估计精度矛盾的问题,在最大似然准则的基础上,利用相位折叠现象使得自相关函数的频偏具有周期化规律,提出了一种利用最大似然估计中的自相关函数进行频偏估计的算法,该算法估计范围广,精度高且复杂度低,适于突发通信的频偏估计。最后进行了MATLAB仿真实验,仿真结果表明了该算法估计精度高、捕获范围广和计算复杂度低的性能。     

MIMO无线信道的测量

MIMO(Multiple Input Multiple Output)技术可以在不增加带宽的条件下获得很高的信道容量,大幅度地提高频带利用率.从测量的角度建立了MIMO无线信道,通过对信道指标的测量,得出影响信道的主要原因和规律,依此可以进行信道改善.     

融合速度约束与似然估计的数据清洗研究

为了获得更简洁、精确和有价值的大数据信息,提出一种融合速度约束和最大似然估计的大数据清洗算法。首先构建多项式插值函数,基于多普勒处理确定数据理论性融合的具体误差数值水平,其次利用Server消息返回机制,并借助多叉树计算流,建立稳定的大数据清洗框架,最后按需统计大数据信息的缺失量实值,为重复清洗量计算提供数值参考条件。将MapReduce并行算法、大数据清洗算法应用于同一种网络开源平台中,引入缺失数据系统对信息文件进行排列,分析各项实验指标的具体数值,结果验证了提出算法具有良好的数据清洗效果。     

一种有效减小非视距传播影响的TOA定位方法

本文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,提出了一种有效减小NLOS影响的定位方法.该方法首先利用测量的波达时间(TOA)和NLOS传播时延的统计特性估计由NLOS引起的附加时延;然后从测量的波达时间中减去附加时延,得到对LOS传播时间的估计,进而估计移动台的位置;最后,对不同时刻估计的移动台位置进行平滑处理,进一步减小NLOS的影响.采用该方法对移动台的位置进行的估计是一种无偏估计,不需要增加系统成本,计算简单,是一种非常实用的定位方法.仿真结果证明了该方法的有效性.     

最大似然估计在搜索法测向中的应用

最大似然估计是一种高分辨的处理方法,常用在阵列测向中,但在旋转天线搜索法测向中却很少看到,本文提出一种在旋转天线搜索法测向中利用最大似然估计的数学模型,提出了利用信号检测法来判断目标数目的方法,并对此进行了计算机模拟,从模拟结果可以看出,最大似然估计法用于搜索法测向可以明显地改善测角精度和分辨力。     

一种融合残差点信息的改进的多基线InSAR高程重建方法

针对不连续地形难以精确重建地形高程的问题,将干涉图残差点和相邻像素点差异比较相结合的坏点判断方法与基于全变分能量函数的最大后验估计算法结合起来,该文提出一种改进的多基线InSAR高程重建方法。该方法利用干涉图残差点和相邻像素点差异比较对不连续点计算原理的不同,对基于全变分能量函数的最大后验估计算法重建的预估地形高程图进行坏点判断,有效判断出高程图不连续点中由于噪声或计算误差引起的坏点,并对预估地形高程图中坏点进行适当加权更新获得最终估计的地形高程图。该文算法在保留基于全变分能量函数的最大后验估计算法简便的优点的同时提高了目标地形高程的估计精度。最后通过2种不同类型地形的仿真实验,表明该方法简单有效。     

在非视距环境下基于数据融合的无线定位算法研究

在基于TDOA数据融合算法的基础上,给出了一种在非视距环境下改进型数据融合模型。该模型利用联合卡尔曼法消除偏差较大的测量值对后续估计值的影响,有效抑制了卡尔曼滤波的不收敛,降低了对可采用系数的限制,从而使可采用的系数进一步降低,更大程度地消除了非视距误差,提高定位精度。     

基于BP神经网络的无线定位数据融合模型

针对常规TOA和TDOA的加权最小二乘法定位算法的缺点，提出了一种利用反向传播（BP）神经网络构造将TOA和TDOA定位信息的融合模型，并采用贝叶斯正则优化方法，来解决BP算法收敛慢和容易陷入局部极小值的问题。通过仿真表明，该模型具有较高的定位精度。     

无线定位估计的信息融合模型研究

近年来基于蜂窝网络对移动台进行定位估计的无线定位技术受到广泛的关注,目前的几种基于网络的定位方法在不同的信道和网络环境中表现出的性能各不相同,还没有一种技术能在各种不同信道和网络环境中都能表现出最佳性能,满足对蜂窝网络移动台定位的精度要求。数据融合是一种对不同类型数据进行融合,以取得比单一方法和技术更佳的数据输出的技术。论文将信息融合应用于无线定位之中,对无线定位的信息融合模型进行了深入的研究。     

低空超视距目标的无源定位技术研究

在低空超视距目标的无源定位和跟踪过程中，地球曲率、环境杂波、接收机自身精度和灵敏度等因素，都可能给电子侦察系统对目标的精确定位和跟踪造成困难。针对低空超视距目标的无源定位，从坐标系的定义入手，给出超视距辐射源目标在观测系统中的相对位置表示。并用无源定位时差定位法和数据融合技术相结合的思想，改善和提高了无源定位系统的目标定位精度和跟踪精度。     

基于模糊理论的无线传感器网络数据融合算法

针对无线传感器数据融合过程中,各节点观测值存在冗余以及监测区域重叠可能导致信息的精确性低、能量消耗大等问题,本文提出利用模糊理论中的相关性函数计算节点间相互支持程度,对支持程度高的传感器进行数据融合,并利用融合结果与服务质量期望筛选出冗余节点,使其进入休眠状态.仿真结果表明,该方法能够获得更高的精度和可靠性,并能有效延长网络生命周期.     

Location Verification Systems in Emerging Wireless Networks

As location-based techniques and applications have become ubiquitous in emerging wireless networks, the verification of location information has become more important. In recent years, there has been an explosion of activity related to lo- cation-verification techniques in wireless networks. In particular, there has been a specific focus on intelligent transport systems because of the mission-critical nature of vehicle location verification. In this paper, we review recent research on wireless location verification related to vehicular networks. We focus on location verification systems that rely on for- mal mathematical classification frameworks and show how many systems are either partially or fully encompassed by such frameworks.     

Using Information Fusion to Assist Data Dissemination in Wireless Sensor Networks

Data dissemination is a fundamental task in wireless sensor networks. Because of the radio range limitation and energy consumption constraint, sensor data is commonly disseminated in a multihop fashion (flat networks) through a tree topology. However, to the best of our knowledge none of the current solutions deals with the moment when the dissemination topology needs to be rebuilt. This work addresses such a problem introducing the use of information fusion mechanisms, where the traffic is handled as a signal that is filtered and translated into evidences that indicate the likelihood of critical failures occurrence. These evidences are combined by a Dempster-Shafer engine to detect the need for a topology reconstruction. Our solution, called Topology Rebuilding Algorithm (TRA), is evaluated through a set of simulations. In the experiments, TRA showed to be efficient in avoiding unnecessary topology reconstructions. Compared to the periodic rebuilding, in some cases, TRA could reduce the traffic overhead in nearly 35% of the traffic produced by the periodicu rebuilding.     

无源定位目标跟踪雷达系统数据融合方法研究

无源定位目标跟踪雷达系统数据融合方法是信号处理的研究热点,为了探寻无源定位中数据融合的有利方法,系统分析了无源数据关联中系统数据融合的方法,给出了灰关联方法等的具体处理步骤,并通过仿真给出了处理结果。由利用灰关联对ESM的时间-方位曲线进行融合,和情报库对比,关联成功率为100%,平台身份识别率为100%。     

面向CDMA蜂窝网的无线定位技术

蜂窝通信系统中移动台定位问题作为研究的热点之一,受到了广泛的关注.实现蜂窝通信系统中移动台定位,需要解决定位算法与定位参数估计问题.本文以定位算法与定位参数估计为主线,综述了蜂窝通信系统中移动台定位的发展过程、现状、取得的进展以及面临的挑战,特别是对减轻非视距传播影响的定位算法进行了详细讨论.     

双波段红外目标数据融合的研究

从跟踪性能,计算的复杂性,以及应用范围等方面综合考虑,得出了来自同一平台上两个红外传感器的数据,在各传感器没有自己的数字处理机的情况下,点迹融合模型较航迹融僵和融合跟踪模型实用的结论.在点迹融合模型的基础上,用极大似然融合算法对点迹进行融合处理,在理论上证明了该算法用于此种模型能提高目标状态信息的估计精度,降低测量误差.最后给出了本算法用于此种模型在计算机上的仿真结果,从实际应用上进一步说明了本算法的有效性.