基于AGA优化BP网络的小信息量蜂窝网定位算法

为了实现蜂窝网中小信息量情况下对移动用户的定位,在只有驻留基站和一台定位设备可用的条件下,建立了TOA/TOA定位模型,提出了一种基于BP神经网络的定位算法,并 用自适应遗传算法AGA优化BP网络的权值。仿真结果表明,在小信息量条件下,优化后的算法在复杂的多径环境下有效地提高了定位精度,能够很好地解决模型中固有的模糊点问题,达到了FCC的定位要求。     

NLOS环境下基于自适应遗传算法的TOA/AOA定位算法

在视距传播(LOS)环境下,波达时间/电波到达角(TOA/AOA)定位算法比TOA算法的定位精度有了进一步的提高,但是在非视距传播(NLOS)环境下,这些定位算法的精度会受到较大影响。为了减小NLOS传播的影响,提出了一种NLOS环境下的TOA/AOA定位算法。利用自适应遗传算法对TOA/AOA混合定位算法中的非线性优化问题进行求解,从而提高系统的定位精度。仿真结果表明,提出的算法在NLOS环境下有较高的定位精度,性能优于Chan算法和LS算法。     

一种基于移动广播网的TOA／TDOA无线定位算法

针对Chart定位算法在非视距（NLOS）环境下定位性能较差的缺点,提出一种基于多基站TOA区域质心修正的Chart定位算法,该算法利用Chan算法初始定位,再通过TOA区域质心校正,以提高定位精度。仿真结果表明,该算法有效减小了NLOS误差对定位估计的影响,在NLOS误差较大的环境下仍具有良好的定位精度,性能优于Chart算法和Chan-Taylor协调定位算法。     

一种基于遗传算法径向基神经网络的混合无线定位算法研究

文章提出了一种基于径向基神经网络的混合无线定位算法。采用径向基函数(Radial basis function neural net-works-RBF)神经网络建立移动台位置估计模型,并用递阶遗传算法(HGA)同时训练RBF的网络结构和参数。对进行位置估计的三种参数TOA/TDOA/AOA进行数据融合,以有效地提高定位精度。与传统BP神经网络定位算法进行比较,仿真结果表明,该算法的定位结果能够很好地满足FCC的定位要求。     

UWB室内信道下一种低复杂度的TOA估计新算法

针对室内信道,提出一种基于UWB多径信号中最强路径检测的TOA估计算法．通过卷积运算进行最强路径搜索,进而完成TOA估计．TOA估计过程不依赖视距路径(line-of-sight path)检测,适合于NLOS(non line-of-sight)情形,且最强路径搜索避免了阈值设置过程,相比LP搜索计算复杂度低．通过对IEEE.802.15.4a标准下NLOS信道模型的仿真实验,讨论了各参数估计偏差对定位性能的影响,验证了本定位算法在室内多径信道下的适用性．     

一种OFDM无线网络TOA估计新算法

为了在OFDM无线网络定位服务(LBS)中实现精确的到达时间(TOA)测量,提出了一种OFDM系统TOA估计新算法．将TOA估计分为整数采样周期TOA估计和小数采样周期TOA估计．接收机利用训练符号的时频特性以迭代搜索的方法获得小数采样周期TOA估计,并利用估计结果修正小数采样周期时延带来的相关谱扩展,利用引导沿检测算法由修正后的相关谱估计整数采样周期TOA．仿真结果表明,该算法在信噪比高于0dB时TOA估计精度高于相关检测算法,10dB信噪比下其TOA估计精度比相关检测算法提高一倍以上．同时,可以用降低两个数量级以上的复杂度提供与现有超分辨率算法相当的TOA估计精度．     

UWB信源低复杂度频域TOA估计

研究了UWB信号源在测距应用中的TOA估计问题,提出在频域进行TOA估计可降低接收机的采样率和能耗,并可简化接收机结构。对提出的基于状态空间的两种TOA估计算法计算复杂度和性能进行了比较,通过实际的信道模型仿真分析可知,两种频域TOA算法都可以达到精确的测距估计,但归一化幂乘法的计算量更小。文中方案特别适合于低速率、低功耗场合的定位应用。     

NLOS环境中的线性回归最小二乘三维定位算法

针对室内非视距无线环境中移动终端的三维定位问题,提出了一种非视距无线环境中基于线性回归与最小二乘法的三维定位算法。首先,基于无线通信环境中波达时间(TOA)的测量误差具有正偏置的特性,运用线性回归估计测试终端到基站之间的非视距测量距离误差与真实距离之间的线性关系;然后,根据该线性关系运用最小二乘原理对移动终端进行三维几何定位。实验结果表明,算法具有较高的定位精度,最大定位误差不超过2 m,且在非视距环境下,所提出的定位算法不仅不需要TOA的时延分布先验知识,而且定位精度优于其他基于TOA的两阶段最小二乘定位算法的定位精度。     

基于萤火虫算法优化BP神经网络的目标威胁估计

在萤火虫优化算法和BP神经网络的基础上,建立了萤火虫算法优化BP神经网络的目标威胁估计模型,并提出了基于该模型的算法。该模型和算法采用萤火虫算法优化BP神经网络的初始权值和阈值,优化后的BP神经网络能对测试集进行更好的预测。实验结果表明,萤火虫算法优化BP神经网络的预测误差明显小于BP和PSO_SVM。该模型和算法具有很好的预测能力,可以快速、准确地完成目标威胁估计。     

基于蚁群优化神经网络的故障诊断

针对BP神经网络收敛速度慢,易于陷入局部极小点的问题,将蚁群算法引入BP神经网络的优化训练,建立了基于该算法的BP神经网络训练模型,并应用于电机转子故障诊断。结果表明,用蚁群算法训练神经网络具有较高的故障诊断精度,收敛性好,可以有效快速定位电机转子故障,提高诊断的效率和质量。     

TH-PPM UWB信噪比的估计方法

TH-PPM UWB（Time Hopping-Pulse Position Modulation Ultra Wide Band）系统利用基于能量比较的TOA（Time of Arrival）估计算法可以提供很高的定位精度,但该算法需要知道准确的信噪比。针对此问题,提出了一种在多径条件下利用相关器的输出信号进行信噪比估计的方法。仿真结果表明,该方法具有很高的估计性能,并且数据量越大,估计的性能越好。     

一种基于单基站的协作定位算法

为抑制蜂窝网中非视距(Non-line-of-sight,NLOS)误差对定位精度的影响,提出了一种利用移动终端间的协作信息提高定位精度的算法。该协作定位算法根据基站测量信号到达时间(Time of Arrival,TOA)和到达角(angle of arrival,AOA)信息,选择距离基站最近的目标终端,利用目标终端与其它终端间的协作信息进行位置修正。仿真结果显示该算法不仅提高了定位系统的整体性能,而且在移动终端距离基站比较远的情况下,定位精度高于传统的TOA/AOA定位算法。     

Tunnel personnel positioning method based on TOA and modified location-fingerprint positioning

To position personnel in mines, the study discussed in this paper built on the tunnel personnel positioning method on the basis of both TOA and location-finger print(LFP) positioning. Given non-line of sight(NLOS) time delay in signal transmission caused by facilities and equipment shielding in tunnels and TOA measurement errors in both LFP database data and real-time data, this paper puts forth a database data de-noising algorithm based on distance threshold limitation and modified mean filtering(MMF), as well as a real-time data suppression algorithm based on speed threshold limitation and MMF.On this basis, a nearest neighboring data matching algorithm based on historical location and the speed threshold limitation is used to estimate personnel location and realize accurate personnel positioning.The results from both simulation and the experiment suggest that: compared with the basic LFP positioning method and the method that only suppresses real-time data error, the tunnel personnel positioning methods based on TOA and modified LFP positioning permits effectively eliminating error in TOA measurement, making the measured data close to the true positional data, and dropping the positioning error:the maximal positioning error in measurements from experiment drops by 9 and 3 m, respectively, and the positioning accuracy of 3 m is achievable in the condition used in the experiment.     

基于神经网络数据融合的无线定位算法

提出了一种基于神经网络数据融合的无线定位算法,该方法融合了到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)、,并考虑了这三种测量值的测量质量(可信度),有效地解决了在常规定位算法中使用线性最小二乘法求解非线性方程使定位精度下降的缺点。通过仿真表明,该算法具有较高的定位精度,能够满足FCC所提出的定位要求。     

一种减少技术间切换的信令负载的算法

随着空中接口技术的快速发展,越来越多的终端能够工作于不同的接入网络中。多模终端在空闲模式下进行不同接入技术间的切换时,会产生严重的信令负载。该文提出一种基于接入概率的优化算法,终端通过保存不同网络的注册信息来扩展其驻留的位置区,接入概率的引入降低了切换概率从而减少信令负载。仿真结果显示,该算法比传统的切换算法有明显的性能提升。     

遗传算法在高校图书馆信息流通量预测中的应用

本文结合遗传算法具有全局最优性和并行性特点,利用遗传算法多变量MGM（1,n）模型参数进行优化,构建了基于遗传算法的MGM（1,n,q）模型.以吉林省某高校图书馆流通部统计1996-2008年的图书流通信息量为例,对模型进行了验证.结果表明,基于遗传算法MGM（1,n,q）模型优于MGM（1,n）模型;MGM（1,n）模型优于GM（1,1）模型.     

基于TOA减小非视距误差的方案设计

针对TOA无线定位中容易受非视距影响等问题,提出了一套有效减小非视距误差的无线测距系统.通过建立消除非视距误差的卡尔曼滤波模型来消除随机干扰,利用实测数据进行离线滤波仿真,从而验证模型的有效性.以ATmega1280微处理器为控制器,nanoPAN 5375为射频芯片,设计了一套测距系统,并在测距平台上进行实际测试.结果表明,测距系统能够完成实时动态滤波,有效减少非视距误差,测量精度较高,可直接应用于存在NLOS环境下的定位.