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。     

UWB与IMU融合的室内动态定位算法

针对超宽带(UWB)定位易受多种噪声和非视距(NLOS)的影响产生定位误差的问题,提出了一种基于UWB与惯性测量单元(IMU)融合的室内动态定位算法。该算法首先采用扩展卡尔曼滤波算法对基于到达角度(AOA)定位方法的位置信息进行滤波,并与IMU数据进行时间同步,通过相邻时刻UWB位置信息变化速度与IMU所测量标签运动速度对比,实现对NLOS数据的识别及补偿,从而降低NLOS对定位精度的影响;然后基于改进粒子滤波算法对融合后的数据进行最优估计,以抑制噪声的干扰,最终实现对标签的准确定位。实验结果表明,所提算法采用基于AOA的定位方法可以在保证定位精度的前提下节约硬件成本;与单一使用UWB传感器的定位方案相比,所提算法可根据IMU提供的先验信息有效降低UWB的定位误差,在非视距环境下具备较高可靠性;与基于扩展卡尔曼滤波和无迹卡尔曼滤波的融合算法相比,定位精度分别提高了65.6%和56.0%;与标准粒子滤波算法相比,所提算法基于改进的粒子滤波算法运行时间缩短了42.3%。     

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。     

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。     

基于粒子群TOA室内定位的系统误差修正

到达时间（time of arrival,TOA）的测距易受多径干扰的影响而产生较大的系统误差,造成室内定位时精度变差。针对上述问题,首先分析了TOA定位中系统误差的产生及特点,而后提出一种基于粒子群优化的定位算法。算法利用测距值与所求解位置的空间约束关系建立求解域,而后应用粒子群算法求解,并通过建立关于系统误差的罚函数和适应度函数实现误差修正,并减小粒子搜索空间,加快算法收敛速度。实验表明,利用本文描述的定位算法,可以有效抑制室内定位中测距产生的系统误差,定位精度得到明显提高。     

采用三次通信的TOF与TDOA联合定位算法

通常基于超宽带(UWB)的定位系统采用的主要技术是TOA和TDOA算法,但是TOA算法定位速度低,TDOA算法定位精度不稳定,这些情况均限制了它们在UWB定位系统中的应用。为了权衡这两种算法在定位速度和精度方面的不足,提出了一种新的TOF与TDOA联合定位算法(CTT)。该算法仅需要3次UWB通信便可测量TDOA算法所需的所有时间差信息和一个TOF距离值,并可以此计算出该定位区域内所有基站与单个标签的距离,定位速度比TOA算法提升至少50%。使用DW1000分别对TOA、TDOA与CTT算法进行定位精度对比,结果表明CTT算法在二维情况下的平均定位误差<20 cm,标准差<10 cm,接近于TOA的精度并解决了TDOA算法精度不稳定的问题。     

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.     

多信息融合室内定位系统的设计

基于线性调频扩频技术和蜂舞协议,对多信息融合室内定位系统进行了设计.在设计中,应用了到达时间差算法和双边双向定位算法.通过物体定位试验,确认所设计的多信息融合室内定位系统定位准确性好,定位实时性高.     

基于 DIR-QPSO 的弹丸落点定位声阵列 优化布设方法

为了满足有限测点下声阵列定位精度提升的需求,提出了基于双种群量子粒子群(dual-group interaction quantum particle swarm optimization, DIR-QPSO)联合到达时差定位技术(time difference of arrival, TDOA)的单基站声阵列拓扑结构优化布设方法。首先,将声阵列中的声传感器作为粒子,利用Logistic混沌模型全局遍历性的优势初始化种群;其次,利用双种群之间信息共享优势,消除迭代过程中陷入局部最优点;再次,以TDOA模型构建适应度评价函数,得到声传感器最优布设位置;最后,通过仿真验证,得到优化后的声阵列拓扑结构。仿真结果表明,与传统六元正四棱锥阵列及QPSO优化后的阵列相比,方法将几何精度因子减小至1.351 8 m,克拉美罗下界减小至0.481 7 m,均方根误差减小至0.556 4 m。最后进行实验对比验证,实验结果表明,提出的单基站阵列具有更高的定位精度,极大提升了弹丸落点定位精度。     

基于CSS技术的室内导航系统设计与实现

设计并实现了一种基于Chirp信号往返飞行时间（round time of flight ,RTOF）的室内导航系统,用于在复杂建筑物内部多个目标点的定位及跟踪。系统采用时分算法允许多标签同时定位,移动标签与锚节点之间实现双边双向测距（symmetrical double‐sided two‐way ranging ,SDS‐TWR）算法,移动标签并把测距结果传送给定位基站,定位基站再将结果透传到计算中心处理。计算中心利用改进的卡尔曼滤波算法减弱NLOS误差影响,采用加权矫正三点定位算法计算出移动标签位置信息,并存储定位结果于定位服务器。客户端可访问定位服务器查看所需要标签的定位结果。实验结果表明,在特定复杂楼层内,系统定位精度能达到2m,满足室内导航精度需求。本系统实现了定位刷新时间与标签个数的最优化,也具有较好的规模伸缩度以及易部署性。     

基于复域超多维标度的混合TOA/AOA定位算法

针对全球卫星导航系统信号完全拒止环境下的定位问题，使用超宽带(UWB)技术获取测量信息，基于多维标度变换算法(MDS)提出一种复域下的混合测距信息(TOA)和测角信息(AOA)的超多维标度定位算法(TA-SMDS)，并进一步构建了复域内的核矩阵，提出复域下的超多维标度定位算法(TA-CDSMDS)。对比3种算法的定位结果，以及10°、15°、20°测角误差和不同测距误差下的定位误差，得TA-CDSMDS算法相较于TA-SMDS和MDS，有更小的定位误差，更贴近克拉美罗下界；分析不同节点下3种的计算时间，TA-CDSMDS算法在优化TA-SMDS的基础上减少28%~48%的时间，具有更好的定位性能。     

一种基于CKF的改进LANDMARC室内定位算法

针对传统LANDMARC室内定位算法受室内环境的干扰存在定位精度不高,波动大的问题,提出一种基于CKF的改进LANDMARC室内定位算法。该算法首先通过传统LANDMARC算法得到待定位目标的状态预估值;然后将得到的状态预估值作为观测量并用容积卡尔曼滤波(CKF)算法对其进行滤波处理,以提高算法的定位精度并降低定位结果的波动;最后用滤波处理后的结果代替LANDMARC得到的预估值作为待定位目标的状态估计。实验研究表明,所提算法误差在0.5 m以下的标签达到60%,与传统LANDMARC定位算法和经由无迹卡尔曼滤波(UKF)算法滤波的LANDMARC定位算法相比,定位精度和波动性均有明显提高,应用在室内定位中能够得到较为真实的目标移动轨迹。     

基于改进二维MUSIC算法的蓝牙信号到达角估计

蓝牙技术联盟在蓝牙 5. 1 规范引入寻向功能,为大幅提升蓝牙定位技术的精度提供了新的解决途径,但并未对信号的 角度测量算法提供统一方案。 针对低功耗蓝牙在室内环境多径干扰下到达角估计困难这一问题,提出了一种面向矩形阵列的 改进二维 MUSIC 算法,通过对矩形阵列天线阵元进行二次划分,采用前后向平滑的方法修正一维子阵的协方差矩阵,再利用接 收信号矩阵的广义逆求出各个子阵协方差的关系,从而修正整个阵列接收信号的协方差矩阵。 该算法在没有降低信号协方差 矩阵维数的同时,恢复了信号协方差矩阵的秩,有效抑制室内多径信源引起的干扰。 经过仿真实验,证明了本文算法在低快拍 数、低信噪比的情况下对角度估计的精度有着较大改善。 并设计了相应的硬件系统进行室内与室外的实验,结果表明在多径干 扰严重的室内定位时定位精度改善更为明显,室内定位圆概率误差降低了 26. 75% ~ 60. 25%。 仿真和现场定位实验证明了本 文提出角度估计算法的有效性,该算法对其他应用领域的来波方向估计也具有重要参考意义。     

基于减法聚类的TOA/AOA定位方法研究

针对在无线传感网中现有定位技术定位精度不高的问题,提出一种基于减法聚类的定位方法以获取更好的定位性能和更高的定位精度.首先由多个已知传感器节点测量来自未知节点的电波到达时间和电波达到角,通过分组处理,然后对每组数据进行加权最小二乘估计,依据多次测量和估计,最后采用减法聚类处理来抑制误差导致的位置模糊性来实现对未知节点的精确定位.计算机性能仿真结果表明所提出的定位方法能有效地抑制测量误差,具有较小的定位误差,并进一步提高了定位精度.     

基于RSSI障碍势能矫正的定位算法

针对因障碍物较多而导致基于RSSI测距的室内定位算法精度较低的问题,提出采用基于RSSI测距与非测距结合定位算法的思想,在基于RSSI测距的原定位算法计算结果的基础上,引入室内障碍物对信号传播干扰的特征信息作参考,修正原定位算法中测得的阅读器到信号源的距离矢量;同时考虑到障碍物与信号源的相对位置关系,采用基于障碍势能的加权质心定位算法,迭代矫正定位结果。相较原定位算法结果而言其定位精度提高了近50%。     

一种多样本信息的局部放电源逐次逼近定位方法

时延估计是利用时间差方法对局部放电(PD)源准确定位的关键,然而在测量时延时不可避免地产生误差,从而导致因时延获取准确度不高而带来定位误差大的问题。因此,为了降低时间差定位法中对准确获取时延的依赖性,提出一种基于多样本寻优PD源的逐次逼近定位方法。采用逐次逼近式粒子群搜索原理,对传统定位方法得到的单样本初值与传感器阵列所建立的寻优目标函数进行递归逼近处理,最终确定最优PD源位置。通过对实验室实测PD信号逐次逼近寻优定位,表明提出的逐次逼近定位方法可有效地解决因时间差测量不准确而引起的定位结果较差的难题,结果较传统时间差定位方法具有更高的准确度,验证了所提方法的正确性与有效性。     

基于RFID室内可视化定位系统设计与实现

目前,RFID室内定位数据的可视化方法简单,视觉效果不理想。为了解决这一问题,提出了一种新型的RFID室内定位系统,即在地理信息系统上执行RFID室内定位算法,并给出了兼顾实时性与定位精度的室内定位算法。文中定位所用装置与传统的RFID阅读器相比,无需调节天线的发射功率。在定位过程中,与传统的基于RSSI信号强度的LandMarc定位算法及其改进Vire算法相比,降低了器件的复杂度,将阅读器模块最小化,提高了定位的实时性,有效解决了室内定位的精度与实时性问题。基于该方法,本文设计并实现了一个基于RFID室内可视化定位系统,并验证了算法的有效性。