一种协同二维DOA和TDOA观测量的超视距短波辐射源定位新方法

针对超视距远距离短波辐射源定位误差较大的问题,该文在观测站同时获得二维到达角度和到达时间差参数的场景下,提出一种协同这两种观测量的定位新方法。首先,基于单跳电离层虚高模型构建面向短波辐射源的二维到达角度和到达时间差的非线性观测方程。然后,将超视距定位几何模型与代数模型相结合,并依次将两种非线性观测方程转化为伪线性观测方程,进而提出一种无需迭代的两阶段协同定位方法。阶段1通过求解一元六次多项式的根获得目标位置向量闭式解,阶段2通过构建等式约束优化模型对阶段1的估计误差进行改良,并利用拉格朗日乘子技术得到精度更高的定位结果。最后,利用约束误差扰动理论对新提出的协同定位方法的估计性能进行理论分析,证明新方法具有渐近统计最优性,同时还利用约束误差扰动理论定量分析短波辐射源高度信息误差对定位精度产生的影响,并推导能确保地球椭圆约束产生性能增益的短波辐射源高度信息误差最大门限值。仿真实验结果验证该文新方法能够获得显著的协同增益。

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。

基于LPNN的无源ML-TDOA估计

针对无源时差定位(TDOA)领域的非线性方程求解问题,提出了一种基于最大似然估计的改进型拉格朗日规划神经网络迭代求解算法。该算法利用最大似然估计构建代价函数,结合时空约束条件,建立TDOA方程的一般约束优化问题,并通过迭代求解算法对网络的收敛性和渐近稳定性进行了证明。针对两种常见的阵列排布方式进行了仿真验证与性能分析。仿真实验结果表明,该算法能够提供精确的坐标估计,误差小于1.414×10^(-3)。与传统算法相比,该方法在各类噪声环境下表现出更优的性能,尤其在0 dB噪声环境下,其均方误差为0.7866。

Passive Localization Using Time Difference of Arrival and Frequency Difference of ArrivalWC

In order to improve the accuracy and engineering feasibility of four-Satellite localization system, the frequency difference measurement is introduced to the four-Satellite TDOA (Time Difference of Arrival) localization algorithm. The TDOA/FDOA (Frequency Difference of Arrival) localization algorithm is used to optimize the GDOP (geometric dilution of precision) of four-Satellite localization. The simulation results show that the absolute position measurement accuracy has little influence on TDOA/FDOA localization accuracy as compared with TDOA localization. Under the same conditions, TDOA/FDOA localization has better accuracy and its GDOP shows more uniform distribution in diamond configuration case. The localization accuracy of four-Satellite TDOA/FDOA is better than the localization accuracy of four-Satellite TDOA.

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。

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。

基于短基线传感器网络的远场声源TDoA定位组合算法

针对远场声源定位问题,提出到达时间差(TDoA)定位的短基线传感器网络方案.通常有一类定位算法无需估计初始点,而另一类算法则依赖初始估计值,提出将这2类方法相结合,设计出几种组合定位算法.主要思想是扬长避短,由第1类定位算法实现粗定位和输出初始估计位置,将其作为初始点输入给定位精度高和依赖初始值的第2类算法.提出利用蒙特卡洛法和简化的几何配置案例,计算定位算法的概率误差圆,论证了这种性能评估准则的可行性.通过对组合算法的概率误差圆进行数值分析,得出球形插值法与最小二乘方程差法的有机组合具有最优性能的结论,并分析了这种组合算法的盒图特性.根据不同的距离和声程差标准偏差进行模拟,以及采用野外真实场景下获得的声源数据进行试验,验证了结论.

基于TOA和TDOA的三维无源目标定位方法

提出了一种基于到达时间(time of arrival,TOA)和到达时间差(time difference of arrival,TDOA)的空中运动平台对目标高精度三维定位的无源定位方法。该方法使用3个辅站信号到空中运动平台的TOA以及辅站位置确定空中运动平台自身的位置,然后依据目标散射回波到达各个辅站与空中运动平台的TDOA确定目标的位置。分析了三维TDOA目标定位模糊产生的原因,提出了一种无模糊的高精度TDOA目标位置求解算法。仿真结果表明,该算法比经典的TDOA定位算法精度高,而且不存在定位模糊,从而验证了该空中运动平台对目标进行无源定位方法的有效性以及正确性。

基于TDOA与GROA的信号源被动定位偏差消除技术

本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.

基于TDOAs与GROAs的多信号源被动定位

为提高感知节点位置模糊条件下多目标被动定位结果精度,提出基于TDOAs与GROAs的混合定位代数闭式解算法,该算法联合估计未知信号源位置与带误差感知节点位置,利用TDOAs与GROAs所包含的相同感知节点位置误差信息提升定位精度,并推导得到基于TDOAs与GROAs多目标混合定位的克拉美罗下界(CRLB),仿真结果表明,所提算法能较好的达到CRLB,并且GROAs信息的引入给多目标定位精度带来明显性能提升.

基于TDOA/AOA混合的高精度室内可见光定位算法

为了提高室内三维空间的定位精度,提出了一种基于联合到达时间差与到达角度(time difference of arrival/angle of arrival,TDOA/AOA)信息的混合定位算法。由于构建的目标函数具有非凸性,采用传统定位算法在目标函数求解过程中会出现局部最优解的问题。因此,针对该问题,将目标函数转成二次约束二次规划问题,通过引入半定松弛(semi-definite relaxation,SDR)方法将目标函数转换为二阶锥规划(second order cone programming,SOCP)问题,寻找全局最优解。其次,针对SOCP无法对凸包外的目标进行有效定位的问题,在该算法的基础上引入了惩罚项,使松弛后的约束条件进一步逼近原始约束条件,解决了定位过程中的凸包问题。数值仿真结果表明:在10m×10m×3m的三维定位空间内,选取40×40个测试点,平均定位误差为1.39cm,可实现室内三维空间高精度定位。与传统的混合定位算法相比,均能够获得较高的定位精度。

基于TDOA与GROA的多运动站误差配准算法

针对多运动站无源定位过程中存在系统误差的问题,该文提出一种基于到达时差(TDOA)与到达增益比(GROA)最小二乘配准算法。该算法利用泰勒展开把非线性的量测方程线性化,利用最小二乘算法得到对目标状态和系统误差的联合估计,并考虑了量测噪声和站址误差的影响。同时推导了存在量测噪声、站址误差和系统误差时的克拉美罗下界(CRLB),并分析了系统误差对CRLB的影响。多种条件下的仿真表明,该算法对系统误差和目标状态的估计精度较高,说明了算法的有效性。

改进粒子群优化算法在TDOA定位中的应用

针对TDOA定位估计中的非线性最优化问题,提出了一种基于改进粒子群优化的TDOA定位算法。该算法在自适应粒子群优化算法的基础上,引入禁忌搜索策略,有效地解决了粒子群优化算法容易陷入局部最优的问题,使算法快速收敛到全局最优解。仿真结果表明:该算法性能稳定,定位精度高。

基于改进哈里斯鹰优化算法的TDOA定位

针对室内到达时差(TDOA)定位的非线性方程求解问题,提出一种改进的哈里斯鹰优化定位算法,在提升原算法性能的基础上保留其寻优机制。对基于最大似然估计的适应度函数进行改进,在优化过程中达到更优的适应度值,从而提高算法的寻优精度。同时在初始种群位置中引入初始解,以减少不必要的全局搜索,在不影响种群多样性的前提下提高算法的收敛速度。仿真结果表明,与DHHO/M、EWOA、IALOT和CSSA算法相比,该算法具有更高的定位精度和收敛速度。

基于CDMA-TDOA的室内超声波定位系统

针对国内外对室内定位技术中定位精度不高问题,提出一种基于CDMA(Code Division Multiple Access)-TDOA(Time Difference of Arrival)的室内超声波定位系统,并给出实时性差异等缺点,进行了其工作原理和超声波信号的分析。该系统基于射频和超声波传感器的固有性质,对超声波信号采用CDMA技术进行编码,以便在目标节点上能区分各个信标发来的超声波信号,并结合射频信号实现TDOA测距算法,最终实现三维定位。采用Matlab/Simulink模块对3个信标的超声波信号进行发射仿真与分析。仿真结果表明,该系统在目标节点上能被接收并识别相对应的超声波信号。

利用TDOA和FDOA的单站多外辐射源目标定位算法

针对利用单个观测站接收多个外辐射源信号从而实现对运动目标定位的问题,以直达信号和目标回波信号之间的到达时差和频差为观测量,提出一种基于Taylor迭代的目标定位算法。该方法采用Taylor迭代方法,得到目标位置和速度估计。迭代的初值由最小二乘方法得到。推导了本文算法的克拉美罗界(Cramer-Rao lower bound,CRLB)和理论误差。仿真结果表明,本文算法仅需1次迭代即可收敛至全局最优解;在一般测量误差条件下,本文算法的实际定位误差逼近CRLB;对系统几何精度因子图的分析表明,目标及外辐射源位置也是影响定位精度的重要因素。

一种改进的NLOS环境下的TDOA／AOA混合定位算法

在蜂窝移动通信系统中,利用基站测量的到达时间差(TDOA)和电波到达角(AOA)的混合定位方法能够比传统的TDOA方法提供更高的定位精度。但是在非视距(NLOS)条件下,当AOA的测量误差超过一定值时,定位的误差仍然很大。该文根据NLOS传播环境下附加传播时延服从指数分布的特性,估计附加时延的均值和方差, 对TDOA测量值进行重构,再以AOA方法进行辅助定位。仿真结果表明,该算法能显著提高传统的TDOA和 TDOA／AOA方法在NLOS传播环境下的定位精度。

基于到达角Kalman滤波的TDOA/AOA定位算法

基于Chan算法的TDOA/AOA定位算法是在Chan算法的信号到达时间差(TDOA)误差方程组里加上一个信号到达角(AOA)误差方程,利用加权最小二乘法(WLS)求解。其主要缺点是把移动台(MS)的横坐标、纵坐标与移动台到服务基站(BS)之间的距离作为3个相互独立的变量,忽略了3者之间的相关性。需要进行两次WLS计算,且最终的解为二值根。当AOA测量误差的方差不断增大时,对应的定位误差也随之增大。该文利用Kalman滤波算法对AOA的值进行估计,并将上述的3个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性。