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。     

稳健非线性LMS非视距定位算法

在蜂窝移动定位中,非视距波(NLOS)是影响定位精度的主要因素,NLOS的传播会给距离测量值增加较大的正性误差。传统的线性滤波器主要是针对高斯分布的误差,并不能有效地处理NLOS误差。该文提出一种非线性LMS算法TOA测量结果进行重构来消除NLOS的影响。该算法将NLOS误差视作冲激性噪声,通过对LMS算法中的代价函数的非线性化来抑制TOA测量值中的NLOS误差,仿真结果证明了该算法的有效性。     

基于正交多项式拟合的非视距定位优化算法

提出一种非视距环境中基于到达时间的移动定位优化算法。首先在基站端利用系统测量误差的先验知识判断到达时间测量值中是否存在非视距误差;然后通过加权正交多项式拟合对含有非视距误差的测量值进行修正,并利用有约束的加权优化算法对移动用户进行位置估计;最后对算法的定位误差性能进行仿真分析,并与视距环境中的最小二乘算法和有约束加权最小二乘算法的平均定位误差以及定位误差的克拉默·劳下界进行了比较。计算结果表明,提出的算法在非视距环境中能够得到较好的定位精度。     

虚拟阵的TOA定位算法

为了改进经典的多维标度测量(MDS)定位法中一次测量一次定位的精度不高的缺陷,提出一种新的动态MDS虚拟阵定位算法,该算法简单,计算量小,便于实时处理。仿真结果显示在虚拟测量次数多于4次时,该算法性能明显优于Chan+虚拟阵定位算法及经典的MDS定位法,并且虚拟次数越多,该算法的性能越好。经典的MDS定位法相当于测量次数为1的无虚拟时的该文算法。     

超宽带通信系统加权移动三角形到达时间精确定位算法

提出了一种可用于超宽带通信系统的加权移动三角形到达时间定位算法,该算法具有解析解,且只需要一个参考点就可以计算出移动台的位置,有效解决了对移动台初始位置估计不准确造成算法不收敛的问题。仿真表明,该算法比传统的超宽带系统直接定位算法定位精度高,算法复杂度低,并且可以消除距离测量值中非视距误差对定位精度的影响。     

移动辐射源AOA-TDOA-FDOA联合定位闭合解算法

移动辐射源无源定位是电子对抗领域需要解决的关键问题之一。基于到达时间差(TDOA)与到达频率差(FDOA)的联合定位闭合解算法是解决上述问题的有效途径之一,但完成一次定位至少需要5个协同平台才能达到该算法的应用条件。在保持无源定位闭合解框架的前提下,为减少协同平台个数,提出了一种融合到达角(AOA)观测量、TDOA观测量以及FDOA观测量的无源定位算法。当各观测量的观察噪声及传感器位置偏差均为高斯噪声且噪声强度适中时,可建立移动辐射源位置与各观测量及传感器位置的近似代数表达式,并由此形成AOA-TDOA-FDOA联合定位闭合解算法。进一步的理论分析表明,该算法的定位误差能达到克拉美罗界,数值仿真结果与理论分析结论吻合。     

无线网络中基于到达时间和的球面相交定位算法

低复杂度的可靠无线定位算法是未来物联网的重要应用技术,获得了持续的关注.其中基于到达时间差(TDOA)的两次最大似然算法性能可靠但复杂度较高,因此这里研究了一种新的无线定位算法以解决这一矛盾.该算法采用球面相交(SX)原理,基于到达时间和(TSOA)展开推导,所获得的定位方法具有较低复杂度并可提供可靠的位置估计.算法验证采用门特卡罗仿真,结果表明:笔者所提出算法在不同移动台位置处均具有较高估计精度,且性能逼近甚至超越复杂度较高的TDOA最大似然算法.     

基于遗传算法优化神经网络的定位算法

为了减小非视距(Non Line of Sight,NLOS)误差对移动台定位精度的影响,提出一种基于遗传优化后向传播(Back Propagation,BP)神经网络的无线定位算法。先利用遗传算法优化BP神经网络的初始权值,再利用优化后的GA-BP神经网络修正到达时间差(Time Difference Of Arrival,TDOA)测量值,最后使用Chan氏算法确定移动台的位置,以避免由于神经网络初始权值的随机性所带来的网络震荡,克服网络容易陷入局部解的问题。仿真结果表明,新算法能够实现移动台的静态定位,并且性能优于传统BP神经网络与最小二乘(Least Square,LS)算法。     

TDOA定位技术的基本原理和算法

重点研究基于时间测量值的蜂窝无线定位算法。在分析现有无线定位技术和定位算法的基础上,本文选择了以到达时间差(TDOA)定位算法为研究重点。首先,介绍了两种比较典型的TDOA定位算法:CHAN算法和Taylor级数展开法。并在多种信道环境下对这两种基本定位算法进行了仿真比较。为了详细评价这两种算法的定位性能,本文在理想的信道环境和典型的实际信道模型(COST259和T1P1)下,研究了多种对算法定位性具有影响作用的参数,其中包括:蜂窝小区大小、参与定位基站的个数、测量设备的误差、信道中的NLOS误差等。     

基于CFR的角度/距离联合单站定位

单站定位在室内定位中起着至关重要的作用。大多数室内定位算法都是联合多个Wi-Fi接入点（AP）进行定位,在只有w单个AP时定位精度很低甚至无法定位。针对室内环境中普遍存在的单AP定位情况,该文首先利用现有的三天线商用Wi-Fi网卡采集无线信道频率响应信息（CFR）进行信号到达角（AOA）估计。其次利用CFR幅值信息通过信号传播模型进行距离估计。提出了一种基于AOA和信号到达时间（TOA）二维聚类信息的直射路径识别算法。最后,利用现有的三天线Wi-Fi设备在室内进行了测角、测距以及定位测试,实验结果表明该文提出的单站定位系统在室内环境下中值误差可以达到1.3 m的定位精度,满足室内定位的需求。     

直接时差计数超宽带标签定位系统

构建了一种新的超宽带标签定位系统．该方案采用一个独立时差计数器统一记录标签信号到达各基站的时间差,故基站间无须严格同步的参考时钟,避免了因参考时钟起点不同步带来的测量误差,从而在有效地提高定位精度的同时降低了系统实现复杂度．对所提定位方案进行了测量误差分析和仿真验证,结果表明,在IEEE 802.15.4a给出的室内多径信道中,系统定位性能优于基站间未严格同步的传统到达时间差方案,适合应用于低功耗、低成本的室内超宽带定位和跟踪系统．     

一种多参考接收站下的时差定位算法

提出了一种基于多参考接收站的到达时间差无源定位新算法．首先将复杂的非线性时差定位方程组转化为一组关于辐射源位置的伪线性方程,运用加权最小二乘估计对伪线性方程组进行初始求解;然后利用初始解中各分量之间的相关性,通过加权最小二乘估计进一步求解得到一组改进的辐射源位置估计; 最后取这组估计值的平均值得到辐射源位置的最终估计．仿真结果表明,该算法对近场和远场辐射源均具有较高的定位精度．     

一种利用修正牛顿迭代的时差定位算法

针对传统基于迭代求解的时差定位算法中容易出现的发散问题,提出了一种新的基于修正牛顿迭代的时差定位算法．该算法首先利用辅助变量将非线性时差定位方程组转化为一组关于辐射源位置的伪线性方程,在此基础上把时差定位问题转化为约束加权最小二乘优化问题;然后,利用基于特征值修正的牛顿法进行定位解算,同时为了减少迭代次数,通过二次插值法对一维优化问题进行寻优求解,给出了迭代步长因子的求取过程;最后,通过仿真分析验证了所提算法的有效性．     

基于正则化约束总体最小二乘的TDOA/FDOA无源定位方法

目前在基于到达时间差(TDOA)和到达频率差(FDOA)的多站无源定位模型中,噪声的干扰、接收站和目标位置的不合理分布以及接收站的个数均会对定位模型中的系数矩阵造成影响,因此在实际的求解过程中系数矩阵可能会出现病态的问题,这在很大程度上会对定位结果产生影响.为了进一步在系数矩阵出现病态的情况下确保定位精度,提出了一种基...     

基于Moldflow的手机电池盖浇口位置选择

首先对手机电池盖的结构进行分析,选择了两种浇口位置,并据此设计了2种浇注系统.然后采用Moldflow软件分别从充填时间、流动前沿处温度、体积收缩率等方面对这两种浇注系统进行注塑成型分析和比较,最终确定了最佳浇注方案和最佳浇口位置.     

误差修正的声源目标混合定位算法

针对定位系统因非视距传播、多路径效应等因素所导致定位精度降低的问题,提出了一种基于到达时差的误差修正声源目标混合定位算法。首先,该算法在传统加权最小二乘法中引入动态权值修正技术获得泰勒级数迭代法初值,减少了迭代次数;其次,提出了后项时延选择算法,并结合标准残差函数剔除了误差较大的时差对定位性能的影响,选择最优的时差组合方式进行目标位置解算;最后,通过标准残差加权的方式修正混合定位算法误差,得到声源目标位置。 实验结果显示,新提出的误差修正混合定位算法性能优于参考算法,且对非视距误差具有显著的抑制作用,有效地提高了定位精度。     

基于TDOA的一种简化的非视距误差抑制算法

在蜂窝网络无线定位中,NLOS是影响定位精度的一个重要因素.如何更好的抑制NLOS误差是提高定位精度的关键.为此,考虑普遍存在NLOS的情况,即假定NLOS的概率为1,则得到的TDOA测量值均含有NLOS误差.这样根据信道的先验信息和Greenstein模型就可以估计出NLOS误差的均值,从而可以修正TDOA测量值,即重构TDOA测量值.把重构后的TDOA测量数据,应用到LCLS算法就可以完成对移动台的位置估计.仿真结果表明,在普遍存在NLOS的情况下,该算法能有效抑制NLOS误差,取得较精确的估计位置.     

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.     

一种减小NLOS影响的TDOA/AOA数据融合定位算法

提出了到达时间差/到达角数据融合定位算法.利用RBF神经网络对到达时间差的测量值进行修正以减小非视距传播影响,然后利用到达时间差定位算法和到达角定位算法分别估算移动台位置,最后对到达时间差和到达角定位结果进行加权平均得到移动台位置.仿真结果表明该算法在郊区、一般市区和闹市区环境下均能够有效地提高定位精度和可靠性.