基于TDOA和PTP的高精度WLAN定位系统的设计和实现

针对室内WLAN定位目前难以达到分米甚至厘米级的高精度问题,以IEEE1588v2(PTP)精确网络时钟同步技术和到达时差原理(TDOA)为基础,结合非视距(NLOS)测距误差消除等技术,研究和设计出一套基于现有WLAN(IEEE802. 11x系列标准)设备的高精度实时定位解决方案。实验表明,该系统实现的到达时间测量和定位精度等参数优于UWB、CSS无线定位方案。本案可广泛应用于移动互联网、物流管理、矿业勘探、医疗健康等需要精准位置服务(LBS)的行业领域。     

浅析无线光通信技术

FSO（Free Space Optical），无线光通信，又称无线光纤，是一种宽带无线接入技术，以小功率的红外激光作为载体通过大气空间传送信息，是光通信和无线光通信的结合。由于其设备也以发光二极管或激光二极管为光源，因此又有“虚拟光纤”之称。本文主要从FSO的系统构成，目前存在的问题以及发展趋势等方面进行论述。     

基于接收信号强度的非视距检测与修正算法

为了减少非视距（NLOS）误差对基于到达时间（TOA）的无线定位系统性能的影响,本文提出一种采用接收信号强度（RSS）与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检测并修正。在视距（LOS）传播的TOA与RSS之间关系已知的前提下,利用定位基站得到的TOA与RSS测量值,计算TOA测量值中含有NLOS误差的可能性,并利用该可能性对TOA测量值进行修正。该方法在不增加通信次数的情况下,大大提高了定位精度。本文最后在一个无线定位系统上实现了该算法,并进行了对比实验。实验结果表明,该算法不需对多次定位结果进行统计,即可有效降低NLOS误差对系统性能的影响,适用于对功耗要求苛刻的场合。     

基于卷积神经网络的OFDM-UWB信道环境识别

超宽带（UWB）无线通信技术被广泛应用于室内定位领域,其能识别出多径信道中的非视距信道,有助于去除影响信号的非理想因素,提升定位精度。基于OFDM方案的UWB系统,提出一种利用卷积神经网络对信道估计出的信道冲激响应时频图像进行训练,从而识别出信道环境的方法,将信道识别问题转化为图像识别问题,同时分析时频处理参数对识别结果的影响。仿真结果表明,该方法的识别率随通信系统比特信噪比（EbN0）的增加而提升,当EbN0增加至20 dB时稳定在90%,与传统基于支持向量机的信道识别方法相比获得了10%的性能提升。     

融合UWB与INS的消防员室内定位与NLOS检测算法

融合超宽带（UWB）和惯性导航系统（INS）能够实现消防员室内精确定位。为实现UWB的非视距（NLOS）误差检测,设计一种双级EKF框架。该框架以松耦合形式实现UWB/INS的数据融合,通过INS获取的初始位置估计坐标以检测UWB测量值的NLOS误差,根据检测结果计算残差矩阵来动态调整融合滤波器的测量噪声矩阵,以达到缓解NLOS误差的目的。实验结果表明,与三角不等式原理检测算法和无NLOS检测的UWB/INS简单融合算法相比,所提NLOS检测算法具备良好的检测能力、较强的稳定性及较高的定位精度。     

超宽带室内环境下的TDOA/AOA定位系统

为了实现室内环境下的高精度定位,根据IEEE802.15.3a标准工作组提出的UWB室内信道模型,设计了一种基于卡尔曼滤波器的TDOA/AOA定位系统.在这个定位系统中,使用NLOS鉴别模块实时地检测信道的NLOS参数,再根据鉴别结果自适应地选用无偏/有偏卡尔曼滤波器,以消除TOA中的NLOS误差,同时对NLOS情况下的AOA数据加以抛弃,最后使用扩展卡尔曼滤波器实现TDOA/AOA混合定位.仿真结果显示,本系统能够实现超宽带室内环境下的高精度定位.     

一种基于支撑向量回归与博弈论的移动位置跟踪算法

非视距传输造成测距严重有偏,从而使得位置估计误差显著增加.将定位问题嵌入到机器学习框架,并通过引入博弈理论对位置估计进行平滑来实现移动位置跟踪.由于将观测作为射频特征,而不是实际距离的度量,因此能够大大减轻非视距传输对位置估计性能的影响,同时在平滑过程中,将噪声建模为估计子的对手,通过微分博弈理论来实现平滑,并与卡尔曼滤波平滑进行了比较.仿真实验表明,方法具有更好的位置估计性能,特别是在非视距环境下其效果更为明显.