为了减小到达时间差(time difference of arrival,TDOA)方法在定位过程中存在的系统测量噪声和非视距误差,提出了一种基于最优线性无偏估计的TDOA定位算法。该方法首先利用Chan算法计算定位初始位置,在初始位置处泰勒级数展开得到位置...为了减小到达时间差(time difference of arrival,TDOA)方法在定位过程中存在的系统测量噪声和非视距误差,提出了一种基于最优线性无偏估计的TDOA定位算法。该方法首先利用Chan算法计算定位初始位置,在初始位置处泰勒级数展开得到位置估计量的线性模型,并求取误差加权矩阵、系数矩阵及协方差矩阵等参数;然后采用加权最小二乘法对最终位置进行最优无偏估计,同时推导出定位误差的最小方差阵。仿真实验结果表明,在相同环境下该算法的定位精度优于Chan和Taylor算法,同时显著减小了算法的运算量。展开更多
针对室内WiFi和蓝牙单独定位时定位精度较低的问题,提出基于多属性代价函数的WiFi与蓝牙总体最小二乘(TLS)融合定位算法。为减小接收信号强度指示(RSSI)值不稳定的信标节点造成的测距误差,采用WiFi/蓝牙多属性代价函数综合评估信标定位...针对室内WiFi和蓝牙单独定位时定位精度较低的问题,提出基于多属性代价函数的WiFi与蓝牙总体最小二乘(TLS)融合定位算法。为减小接收信号强度指示(RSSI)值不稳定的信标节点造成的测距误差,采用WiFi/蓝牙多属性代价函数综合评估信标定位性能,优选出最佳信标节点参与融合定位。在定位解算中,同时考虑测距误差和信标节点部署误差。采用TLS算法对待定位节点进行最优位置估计,进一步提高定位精度。实验仿真结果表明:在RSSI噪声标准差为3 d Bm的条件下,算法定位精度优于1.9 m的概率可达95%,相比单独定位抗噪性能明显提高且定位误差显著降低。展开更多
文摘为了减小到达时间差(time difference of arrival,TDOA)方法在定位过程中存在的系统测量噪声和非视距误差,提出了一种基于最优线性无偏估计的TDOA定位算法。该方法首先利用Chan算法计算定位初始位置,在初始位置处泰勒级数展开得到位置估计量的线性模型,并求取误差加权矩阵、系数矩阵及协方差矩阵等参数;然后采用加权最小二乘法对最终位置进行最优无偏估计,同时推导出定位误差的最小方差阵。仿真实验结果表明,在相同环境下该算法的定位精度优于Chan和Taylor算法,同时显著减小了算法的运算量。
文摘针对室内WiFi和蓝牙单独定位时定位精度较低的问题,提出基于多属性代价函数的WiFi与蓝牙总体最小二乘(TLS)融合定位算法。为减小接收信号强度指示(RSSI)值不稳定的信标节点造成的测距误差,采用WiFi/蓝牙多属性代价函数综合评估信标定位性能,优选出最佳信标节点参与融合定位。在定位解算中,同时考虑测距误差和信标节点部署误差。采用TLS算法对待定位节点进行最优位置估计,进一步提高定位精度。实验仿真结果表明:在RSSI噪声标准差为3 d Bm的条件下,算法定位精度优于1.9 m的概率可达95%,相比单独定位抗噪性能明显提高且定位误差显著降低。