一种LOS环境下基于目标运动形式的TDOA定位方法

时差定位(Time Difference of Arrival,TDOA)是一种广泛应用的被动定位技术,具有定位精度高、组网能力强、系统鲁棒性强等特点。针对运动目标定位计算复杂、精度收敛较慢等问题,在给出视距(Line of Sight,LOS)环境下定位模型的基础上,提出了定位适用于多站时差定位系统的定位方法,该方法将组群时差定位关系方程合理地线性化为统计估计问题,利用在线迭代实时求解目标位置。给出了针对目标不同运动特性条件下的多平台协同定位算法及其仿真结果,仿真结果表明所述方法可以实现对目标的精确定位,并且分析了运动形式对于定位精度的影响,仿真结果对于系统的工程设计具有指导作用。

基于广义互相关时延估计(TDOA)算法的声源定位跟踪系统设计与实现

为实现在二维平面内对声源进行实时定位和动态跟踪,运用时延估计(TDOA)互相关算法设计一种原声监听头阵列的CC-TDOA声源定位跟踪系统,实现对多个原声监听头进行同步采样,再进行信号放大及运算处理,运用LCD屏实时显示目标声源的距离和方位角度,同时运用二维云台控制激光笔对准声源,并持续动态跟踪声源。模拟仿真及真实环境实验测试表明,采用基于到达时间差的互相关定位算法,计算量小,精度较高,测试角度误差小于2o,距离误差小于1.2%,可以满足多种智能应用场合中声源实时定位与跟踪的要求。

一种改进组合加权的TDOA室内二维定位算法

针对现有组合加权算法对定位区域边缘的目标定位时精度较低的问题,在现有组合加权算法的基础上提出了一种改进算法。首先,将基站分组,以到达时差算法得到目标位置的多个估计结果;其次,计算各估计结果之间距离值并排序,以滑动窗口法判断是否存在基站组出现异常定位估计;最后,当任意基站组的定位结果发生异常时,使用目标位置估计结果及其估计克拉美罗下界值设计两个加权步骤的权值,通过二步组合加权算法得到最终定位结果。仿真结果表明,所提算法有效减少了原组合加权算法对定位区域边缘的目标定位时的误差,当测量噪声标准差为0.8 m时,所提算法相较于原算法在正方形边缘区域定位均方根误差减小了0.35 m;在定位狭窄矩形区域时,所提算法平均定位均方根误差减小了0.11 m。

传感器位置误差下TDOA-DOA水下目标被动定位算法

针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。

基于模糊集合改进的TDOA声源定位方法

在复杂场景下对声源进行筛选并定位,可能会存在低信噪比、线性度不贴合实际以及多径效应等情况,往往对声源定位设备的硬件要求较高;为了解决这一问题,提出了利用模糊集合筛选处理采集的原始数据,优化TDOA算法的中间变量的方法;通过六元麦克风阵列采集到原始音频信号,利用隶属度函数将数据投射进模糊集合,根据隶属度值的大小对数据进行加权处理,从而得到理想的音频数据,将处理好的数据带到网格迭代搜索法中得到声源的定位结果;为验证该算法、以STM32为主控芯片搭建嵌入式声源定位系统,在相同条件下,与采用广义互相关得到时间差的TDOA算法进行对比,结果表明在对相同频率的音频进行定位时,该方法更具有抗干扰性和定位准确性,满足了通过算法改进从而提升声源定位抗干扰性的目标,在实际应用时减小硬件采集设备压力。

基于TDOA算法的基建现场施工人员定位研究

为了解决当前存在的受大量多径干扰和视距干扰的影响而导致定位精度不足的问题,提出基于到达时间差(TDOA)算法的基建现场施工人员定位方法。利用层叠样式表单技术,搭建三维图像定位基本框架。使用统一的定位服务器,根据基建现场面积确定定位节点数量。创新性地将TDOA算法部署到定位引擎中,从三维图像中提取施工人员特征信息和位置特征信息并进行匹配,得到基建现场施工人员三维特征集合。利用TDOA算法计算待测目标的三维坐标信息,实现施工人员三维图像定位。对比试验结果表明:所提方法的定位数据与实际位置坐标的绝对误差在0.2 m以内;在非视距环境下,连续定位轨迹与模拟的真实轨迹基本一致;在定位距离测试中,测得的距离与真实结果更接近。在视距和非视距环境下,所提方法的定位误差小、测距结果准确、定位精度较高,满足实际定位需求。该研究可以较大程度地消除事故隐患,从而建立相对安全的施工环境、降低基建现场施工中出现事故的概率。

TDOA目标模拟信号光子链路传输延时测量系统

在TDOA(time difference of arrival)目标模拟系统中,采用微波光子链路传输包含精确TDOA信息的多路多频段目标模拟信号,为保证TDOA信息的精度足够高,需要精确测量目标模拟信号经过光子链路的传输延时。从特定工程应用角度提出一种光子链路传输延时测量方法,通过专用延时测量芯片实现传输延时高分辨率、高精度测量,通过延时测量信号和目标模拟信号分时占用单根光纤的相同光传输波道,实现光子链路传输延时测量和目标模拟信号传输分时工作,从机理上满足了精确测量光子链路传输延时所需硬件条件。试验结果:表明该方法可精确测量目标模拟信号经过光子链路的传输延时,测量误差小于1 ns,比传感器的TDOA测量精度高一个数量级,满足系统对光子链路传输延时的测量精度要求。

基于RSSI和TDOA分层融合的无线定位算法

目前对于时间差定位差(Time Difference of Arrival,TDOA)的算法中,存在着定位偏差大、时间接收存在偏差等问题,直接导致定位精度受到很大影响。在各项定位算法中,基于接收信号强度定位算法(Received Signal Strength Indication,RSSI),具有覆盖面积广、精度高的特点,因此提出采用RSSI算法筛选修正过后进行TDOA算法的分层融合算法,使得整体的定位精度得到进一步提升。此分层融合算法可以提高定位精度,尽可能地减小因外部环境变化导致的定位误差。通过仿真可以看出,和现有的融合算法比较,该分层融合算法的可行性和稳定性有一定提升。

基于TDOA算法的特种车辆优先通行交通信号系统设计

为保证特种车辆能及时通行,解决社会车辆在面对红灯时不敢让、不及时让的问题,文中提出了一种基于TDOA定位算法的特种车辆交通信号系统。该系统采用TDOA算法对特种车辆进行定位,使用树莓派2代B板、stm32f103zet6最小系统板、声音传感器等对交通灯发出信号指令,以实现特种车的快速通行。

基于多策略蜜獾算法的TDOA定位

针对超宽带传感器TDOA定位估计的非线性最优问题,文章提出一种多策略改进的蜜獾优化的TDOA定位算法,通过引入Tent混沌映射函数、正余弦策略和Levy飞行多种策略进行改进,解决了传统蜜獾优化算法存在的局限性问题。文章首先建立TDOA算法适应度函数,通过改进的蜜獾算法得到定位信息,其次将定位信息作为Taylor算法的初始值,通过Taylor级数展开算法的进一步迭代,减小非视距误差,获得更高精度的定位结果。仿真实验结果表明,改进的多策略蜜獾算法与其他多种智能算法相比,具有更高的定位精度。

基于IFA和TDOA的变压器局部放电特高频定位方法

非线性球面方程组的求解是变压器局部放电定位的关键技术之一,针对定位算法对时延误差敏感、容易陷入局部最优或误解等问题,提出基于改进萤火虫算法的变压器局部放电特高频定位方法。给出局部放电的定位模型和目标函数,对定位算法的适应度函数进行改进,对萤火虫算法的初始种群选择策略和萤火虫个体更新策略进行改进。仿真过程中,在理论时延下验证改进算法的可行性,通过改变时延大小模拟实际测量时的时延误差,并与其他定位算法进行对比,发现改进的定位算法平均定位误差为10.53 cm,满足定位精度要求。通过实验进一步验证了该算法的有效性和适用性。

基于TDOA和AOA的5G室分场景三维定位方法

在智慧楼宇以及电力检修运维中,需要及时获取设备或人员位置信息。针对室内因非视距传输和多径效应引起的定位精度不高问题,提出了一种基于奇偶交错布局的室分与5G结合的室内三维定位方案。首先,采用到达时间差(time difference of arrival,TDOA)和到达角度(angle of arrival,AOA)融合定位。其次,把具体定位算法融入到定位架构里,基于边缘计算快速获取室内对应移动目标的位置信息。在进行TDOA定位过程中,MEC端的定位服务器结合压缩感知进行信道估计,并在分段正交匹配追踪(stagewise orthogonal matching pursuit,StOMP)算法的基础上加入奇异值进行降噪处理。在进行AOA定位过程中,先利用改进的波束空间变换技术构造矩阵进行降维,为保证降维过程中信息不损失,提出对附加角度误差进行分析处理,然后,采用多重信号分类(multiple signal classification,MUSIC)算法进行定位。最后,5GC核心网服务器利用Chan-Taylor算法进行TDOA/AOA融合定位。仿真结果证明了所提出的定位方法能够实现对移动目标的精准定位。

基于TDOA的无人机集群协同单目标定位

无源定位作为现代信息化战场中电子侦察的重要技术,可以在自身不辐射电磁波的情况下实现对敌方目标的精确定位。以高灵活性、高安全性的无人机(unmanned aerial vehicle,UAV)集群为接收站,研究基于到达时差测量的辐射源定位方法。作为高机动平台,UAV集群的位置误差更大,基于该情况对Chan算法、Taylor算法进行改进,并提出了一种粒子群泰勒协同的解算方法。与其他方法的定位结果进行对比,仿真结果表明所提的方法定位精度接近克拉美罗下界(Cramer-Rao lower bound,CRLB),解决了Taylor算法的初值问题。

一种基于加权质心的TOF与TDOA联合定位算法

在大噪声环境或者标签位于基站附近等定位场景中,UWB TDOA定位模式下的定位算法存在精度低且发散等问题。针对此问题,引入飞行时间差(TOF)测距和加权质心算法,构建了一种新的TOF与到达时间差(TDOA)联合定位算法。首先,利用TOF测距,得到TDOA双曲线定位方程,与传统的TOA测距相比,所提算法不需要严格的时间同步;其次,为解决大噪声环境多个定位圆不相交而无法定位的问题,引入TOF加权质心算法得到标签的初始粗定位置,并代入TDOA双曲线方程组;最后,采用Taylor迭代思想计算出标签坐标。仿真实验对比分析其他方法和所提算法在不同噪声环境和不同标签位置下的定位精度、算法复杂度以及标签定位散点图,结果表明:与TOF、TOF-TDOA、TOA-TDOA算法相比,本文算法能够在大噪声环境下提供较高的定位精度和定位范围;当噪声方差等于0.75时,本文算法定位精度分别提升了30.1%、25.6%和25.8%;不管标签远离双曲渐近线或者靠近基站,本文算法均能够提供稳定的定位性能,且满足UWB实时定位的需求。

Hybrid TDOA/FDOA and track optimization of UAV swarm based on A-optimality

The source location based on the hybrid time difference of arrival(TDOA)/frequency difference of arrival(FDOA) is a basic problem in wireless sensor networks, and the layout of sensors in the hybrid TDOA/FDOA positioning will greatly affect the accuracy of positioning. Using unmanned aerial vehicle(UAV) as base stations, by optimizing the trajectory of the UAV swarm, an optimal positioning configuration is formed to improve the accuracy of the target position and velocity estimation. In this paper, a hybrid TDOA/FDOA positioning model is first established, and the positioning accuracy of the hybrid TDOA/FDOA under different positioning configurations and different measurement errors is simulated by the geometric dilution of precision(GDOP) factor. Second, the Cramer-Rao lower bound(CRLB) matrix of hybrid TDOA/FDOA location under different moving states of the target is derived theoretically, the objective function of the track optimization is obtained, and the track of the UAV swarm is optimized in real time. The simulation results show that the track optimization effectively improves the accuracy of the target position and velocity estimation.

基于自适应分解级数小波去噪的TDOA估计算法研究

在无源时差(Time Difference of Arrival, TDOA)定位技术中,针对现有基于广义互相关时差估计方法对目标信号波形相关度要求高、信号受噪声干扰严重时其时差估计精度难以满足实际需求等问题,提出一种具有自适应分解级数的小波去噪预处理时差估计方法。对待处理信号进行多级小波分解,计算分解后各级系数向量的能量贡献率累加和(Energy Contribution Rate Cumulative sum, ECRCs),以满足ECRCs不小于80%的最小分解级数作为小波去噪的分级参数。结合计算的自适应分解级数及小波去噪方法对待处理信号进行自适应去噪处理,结合广义互相关算法对处理后信号进行峰值分析,得到两信号的时差值。通过仿真信号及甘肃某地实测的TDOA数据进行分析验证,结果表明,所提方法可有效提升时差估计精度及稳定性,尤其信号受噪声干扰较大时具有一定优势。

LEO 卫星TDOA/DOA 定位性能分析

随着以“星链”卫星为代表的低轨(LEO)互联网卫星系统的快速发展,星载相控阵列天线的应用数量飞速增长,未来LEO互联网卫星便于提供星载电磁波到达方向(DOA)检测能力。卫星覆盖区内的非法干扰进行定位排查,是未来互联网卫星系统正常运维的重要保障。目前常用的双星到达时差(TDOA)/到达频差(FDOA)定位体制存在定位误差显著增大的“定位盲区”造成盲区内的干扰源无法定位的问题,提出了一种基于加权最小二乘约束优化模型的TDOA/DOA双星干扰源定位技术体制。分析了几何稀释精度因子(GDOP)的定位误差,仿真实验表明该定位方法具有不存在“定位盲区”的优点,在经纬度张角为4∘×4∘的波束范围内定位误差小于0.2 km,定位误差的地理平均为0.112 km,满足非法干扰定位排查的应用需求。通过定位解算的根均方差(RMSE)的蒙特卡洛方法,验证了GDOP误差精度。该定位方法的定位误差地理稳定性优于目前常规的双星TDOA/FDOA定位算法。

布局方式对TDOA室内定位精度影响分析

针对到达时间差(TDOA)室内定位方法存在多基站布局方式对定位精度的影响问题,基于TDOA的几何精度因子(GDOP)方法仿真分析不同布局方式、主基线长度及基站高度对室内定位精度的影响。在三维多基站条件下,对正方形、圆形、蜂窝形布局方式进行仿真。得出不同的布局方式下的GDOP的分布图,仿真分析得出正方形布局方式室内定位精度最高,并以正方形布局为例,仿真分析不同主基线和高度下的GDOP分布图,得出最合理的布局方式,为实际室内定位应用中多基站布局提供了理论参考。

一种基于TDOA二次加权的QWLS定位算法

目前基于TDOA的定位算法——最小二乘法(Least Square,LS)不管在室内还是室外在定位精度要求不高的情况下具有较好的适用性,但该算法受噪声影响较大,容易导致定位结果发散。基于此发展的加权最小二乘算法(Weighted Least Squares,WLS)可以有效对抗噪声的影响,但定位结果容易陷入局部最优值。基于此,提出一种基于TDOA二次加权的QWLS定位算法,该算法可以大大降低噪声对定位的影响,并获取定位全局最优值,有较好的定位效果。同时探索了不同基站几何布局对不同算法定位精度的影响,通过改善基站几何布局使得QWLS算法有更高的定位精度。

基于粒子群优化的TDOA声源定位方法

针对平面麦克风阵列的声源三维坐标估计问题,文中在TDOA(Time Difference of Arrival)声源定位算法中引入粒子群优化算法进行位置估计。利用PHAT(Phase Transform)加权函数的广义互相关法计算得到时延差的真实值,结合麦克风的坐标位置,通过几何关系计算出假设声源到达麦克风之间的时延差的估计值。设计时延真实值和估计值差值的平方和为粒子适应度函数,利用粒子群优化算法搜索空间中符合适应度函数的声源点,实现声源位置估计。仿真结果表明,在计算速度与球形插值法相近的情况下,文中所提算法比球形插值法具有更好的鲁棒性和抗噪性。