基于TOA与AOA算法的室内定位方法

为了解决传统室内定位技术成本较高、稳定性差以及难于部署等问题,提出一种将到达时间(time of arrival,TOA)与到达角(angle of arrival,AOA)相结合的室内定位系统.该系统由定位基站与被控定位单元组成,其特征在于使用对射式布置的超声波传感器获取定位基站与被控定位单元之间的距离特征,利用角度传感器获取被控定位单元相对于定位基站的角度特征,以单基站就实现了精确的室内定位过程.分析了该系统基本结构与原理,建立定位与控制模型,在一定范围内对其定点定位精度与跟随定位精度进行了实验验证.实验结果表明:该系统结构简单,易于安装布置,鲁棒性强,在测试范围内的最大定点定位误差不超过5 cm,跟随定位误差不超过15 cm.

基于TOA的联合时延无线传感网节点定位算法

针对无线传感器网络中如何准确获取节点位置信息的问题,研究了多径传播条件下基于到达时间(Time-of-Arrival,TOA)并兼顾路径时延的目标定位问题。所提算法在高斯噪声假设基础上,首先根据时间-距离观测模型推导出包含目标位置坐标及时延的测量方程;然后基于加权最小二乘(Weighted Least Squares,WLS)准则,计算出在目标坐标估计性能上严密逼近Cramér-Rao下界(CRLB)的解;最后通过理论分析得出位置和时延的误差方差及算法开销。仿真测试了单节点及多节点场景下测距误差对定位和延时性能的影响,结果表明,所提出算法的估计性能非常接近CRLB的估计性能,明显优于两步加权最小二乘(Two Step Weighted Least Squares,TSWLS)方法。

UWB无线传感器网络中基于匹配滤波检测的TOA估计

深入研究了UWB(ultra wideband)无线传感器网络中基于匹配滤波门限检测的TOA(time of arrival)估计算法.针对现有算法的不足,提出了一种三步TOA估计算法:先确定DP(direct path)搜索区域,然后使用门限检测确定DP的粗略位置,最后精确搜索到DP的中心.其中,用于计算检测门限的门限因子依据匹配滤波输出的峭度动态设置,设置模型独立于信道模式,其正确性通过与使用固定门限因子所获得的性能对比进行了验证.与其他算法的性能对比仿真结果表明,所提出的三步TOA估计算法在运算效率和TOA估计精度上取得了较好折衷,适合于当前实际应用.还通过对TOA估计误差的统计分析讨论了测距结果的可信度:依据峭度将测距结果划分为可信和不可信两个级别,并为各级别的TOA估计误差分别了建立概率密度模型.在定位模块中有效利用这些可信度信息,可进一步提高定位精度.

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。

一种基于TOA定位的CHAN改进算法

本文提出了一种基于TOA参数的CHAN改进定位算法.首先利用坐标平移的方法,消除定位方程中的未知参数,得到移动台位置的一次估计;其次通过对一次定位结果误差的分析表明基站的几何位置结构和到达距离对定位误差具有不同的"贡献"度,依据"贡献"度大小的不同,对大"贡献"度采用小权值而对小"贡献"度采用大权值的原则,提出了虚拟基站的方法来减小系统的总体误差,从而提高定位精度.仿真结果验证了本文算法的有效性.

IR-UWB能量检测接收机中基于门限的TOA估计

为提高能量检测模式下脉冲超宽带(IR-UWB)测距的精度和可行性,该文提出基于最优门限和次优门限的两种到达时间(TOA)估计算法。最优门限算法以接收机信号统计特性与UWB小尺度衰减特性关系式为基础推导出门限选择的闭合表达式,并在最小均方误差(MMSE)指标下求解TOA估计值;次优门限算法以最优门限分析为基础,在虚警概率约束下使用牛顿迭代给出求解门限的递推算法。仿真表明,与同类算法相比,最优门限算法测距精度有较大提升;次优门限算法易于实现,且性能无明显下降。

基于WiFi和计时误差抑制的TOA煤矿井下目标定位方法

针对现有煤矿井下目标定位方法精度不能满足应急救援、井下人员作业管理以及煤矿物联网建设对精确定位的需要,提出基于TOA(Time of Arrival)的煤矿井下目标精确定位方法。针对TOA方法用于目标定位受设备计时误差影响较大,井下巷道呈一维条状分布,无法采用地面常用的二维、三维抑制误差算法,提出基于计时误差抑制的TOA煤矿井下目标定位方法,建立双路WiFi(Wireless Fidelity)信道+单路光纤信道的一维定位方法和信号收发计时方式,在此基础上提出计时误差抑制算法。测试结果证明计时误差抑制算法在采用此定位方法基础上,有效地抑制了设备计时误差造成的测距误差,实测误差不影响定位精度,验证了此方法的定位性能。

一种单星仅测TOA无源定位方法

因单星测向定位体制存在系统构成复杂、对卫星载荷和姿态要求高等问题,提出一种单个低轨卫星仅测脉冲到达时间(TOA)实现对地表静止辐射源无源定位的方法。在研究仅测脉冲TOA估计径向加速度的基础上,提出采用网格搜索法进行定位的方法。推导得到了该方法定位误差的克拉美-罗下限(CRLB)及对于不同位置辐射源的定位误差几何分布(GDOP),并分析了该方法的可实现性。理论和仿真分析表明,该方法实现简单,适用范围广,定位性能满足实际需求。

粒子滤波和多站TOA的外辐射源雷达跟踪方法

针对外辐射源雷达跟踪常采用扩展卡尔曼滤波(extended Kalman filter,EKF)算法导致其跟踪精度受闪烁噪声影响较大的问题,结合到达时间(time of arrival,TOA)定位技术和粒子滤波(particle filter,PF)算法,提出一种适于闪烁噪声环境的外辐射源雷达跟踪方法。该方法通过多站TOA获得测量信息,利用双基地角来减弱目标雷达散射截面积(radar cross section,RCS)闪烁,采用非线性和非高斯的PF进行跟踪,能减小因闪烁噪声而导致的跟踪误差,避免EKF算法因线性化而带来的误差,从而提高跟踪精度。实验表明,该方法的跟踪性能优于EKF,尤其受闪烁噪声影响小,能提高闪烁噪声环境下的跟踪精度。实测数据验证了该方法的有效性。

一种简单的UWB-TOA估计方法

为实现简单而高效的超宽带精确测距定位,提出了一种低复杂度UWB-TOA估计方法.利用多相滤波来实现高精度采样恢复,克服了传统方法需要采样时钟速率达几十吉赫兹、AD芯片无法实现、FPGA芯片无法接收和处理这样高速而大量采样数据的问题,为专用超宽带定位芯片的实现和市场化发展奠定了基础.理论分析和仿真实验表明,所提方案可实现短距离精确定位,误差可达厘米级,且数据处理总量及计算复杂度较相干检测的到达时间估计至少下降一个数量级.

UWB TW-TOA测距误差分析与削弱

针对室内环境下UWB TW-TOA测距精度受标准时间偏差和NLOS误差影响明显的问题,采用4阶多项式拟合模型对标准时间偏差进行标定,设计了一种新的基于偏移卡尔曼滤波的NLOS误差鉴别与抑制方法。该方法将测距残差与卡尔曼滤波结合,鉴别出NLOS误差,并将残差值加入到卡尔曼滤波的迭代中,修正卡尔曼滤波的异常值,得到消除NLOS的测量值。利用实测试验对以上算法进行验证,结果表明经过标准时间偏差标定及NLOS误差的鉴别与抑制后,在LOS环境下,UWB TW-TOA测距精度可达到毫米级;在NLOS环境下,测距精度可由原来的0.5 m缩小至0.2 m,证明了本文方法的正确性和可行性。

无线传感器网络中基于超宽带的TOA/AOA联合定位研究

提出一种基于超宽带(ultra wideband,UWB)信号到达时间估计(time of arrival,TOA)/到达角度估计(angle of arrival,AOA)联合估计的无线传感器网络(wireless sensor networks,WSNs)定位方案,只需要一个参考节点就可以实现对其他传感器节点的2D相对定位,并且不需要时钟同步,适合于传感器网络节点的低成本设计需求.利用往返时间(round trip time,RTT)进行TOA估计,给出了基于多径检测的TOA估计算法;利用到达时间差估计(time difference of arrival,TDOA)进行AOA估计,因而无需借助复杂的天线波束赋形技术.同时,分析了定位误差模型对定位性能的影响,并通过IEEE802.15.4a信道下的仿真实验进行了验证,结果表明了所提方案的有效性.

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离——误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位。仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性。

传感器误差情况下的线性校正TOA定位算法

传统定位方法一般是在假设传感器位置信息准确已知的前提下进行的。然而在实际情形中,传感器位置信息往往含有随机误差,这些误差会严重影响目标的定位精度。针对这一问题,提出了一种存在传感器误差情况下的线性校正TOA定位算法。首先将非线性TOA定位方程组转化为一组关于目标位置的伪线性方程,利用加权最小二乘估计进行初始求解;然后在此基础上把伪线性方程组转化为关于估计偏差的求解问题,进而对初始解进行线性校正。在测量误差充分小的情况下分析了该算法的有效性。仿真结果表明该算法具有较好的定位性能。

基于超宽带的TOA-DOA联合定位方法

针对现有的大多数超宽带(ultra-wide band,UWB)定位方法至少需要3个基站,系统开销较大的问题,提出一种新颖的基于波达时间-波达方向(time of arrival-direction of arrival,TOA-DOA)联合估计的定位方法,仅需一个基站即可准确快速定位目标。利用酋矩阵束算法估计视距信号TOA和最小二乘估计准则估计视距信号DOA,得到目标的相对坐标。Matlab仿真实验证明,该方法的TOA和DOA估计精度较高,定位精度达到厘米级,而且复杂度降低为矩阵束算法的1/4,采样频率为亚奈奎斯特速率,易于实现,是一种简单有效的定位方法。

基于Bancroft算法的多点定位TOA-LS估计

由于目标信号的发射时间未知,无源定位技术大多利用TDOA(到达时间差)进行目标定位.本文将求解GPS单点定位的Bancroft算法应用于TOA(到达时间)多点定位方程的求解,提出了基于Bancroft算法的无源多点定位TOA-LS(最小二乘)估计算法.TOA-LS包含三个线性方程,其加权系数与目标位置和目标信号发射时间相关.采用Ban-croft算法给出初始值并求解TOA-LS方程,完成加权系数的迭代更新.仿真结果表明对不同几何位置的目标,TOA-LS估计可获得接近理论方差下界的近似最优的性能.

基于主成分分析的UWB信号的TOA估计算法

提出了利用主成分分析法估计信号在超宽带(UWB)系统中的波达时间(TOA)的算法。算法先对带有噪声的接收信号的相关矩阵进行主成分分析,求出信号特征值对应的特征向量,然后把接收信号分别投影到上述的各个信号特征向量上,求投影之和。通过设置复杂度和采样频率较低的阈值,比较了主成分分析法和MEP算法的时延估计精度。仿真结果表明,主成分分析法时延估计误差小于12 cm的概率大于90%,而MEP算法的概率小于45%。

基于空心半球体统计信道模型的AOA&TOA研究

针对某些特殊的微小区移动通信环境,比如空旷的广场或者大型购物商厦等,移动台(Mobile station,MS)周围散射体可能很少,甚至于为零,在已有模型基础上建立了一种新的3-D空间模型——空心半球体空间模型。散射体均匀分布在移动台附近空间内,而基站(Base station,BS)的位置在离地面有一定的高度。在水平平面和垂直平面内分别推导出来波信号的到达角度(Angle of arrival,AOA)的概率密度函数表达式,另外也研究了信号到达时间(Time of arrival,TOA)的概率密度函数。估计结果与某些2-D和3-D模型对比,表明本模型的信道参数估计符合以往的理论,对空间统计信道模型的研究和应用提供了有效的支持与拓展。

基于UWB的无线传感器网络中的两步TOA估计法

为了设计一种以较小运算量获得较高测距精度的TOA(time of arrival)估计算法以适合节点运算能力有限的UWB(ultra wideband)无线传感器网络,提出了一种结合能量检测与匹配滤波的两步TOA估计方法.分析了该方法的工作原理,指出了第1步中DP(direct path)块检测成功率及第2步中匹配滤波门限因子设置的重要性.通过仿真对影响DP块检测成功率的两个因素,即DP块检测算法的选用和能量积分周期的设置进行了讨论.提出了依据能量采样序列中DP块与最小块比值DMR(DP to minimum energy sample ratio)动态设置匹配滤波门限因子的思想,并为其建立了数学模型.仿真结果表明,两步TOA估计方法在运算量比单一的基于匹配滤波的相干算法小很多的情况下,获得了比单一的基于能量检测的非相干方法更好的TOA估计性能,从而更适合应用于有低复杂度、低能耗设计需求的传感器节点中.

基于Matrix Pencil的OFDM信号的TOA/AOA定位

为提高估计精度,提出一种基于低复杂度的矩阵束方法(MPM)的OFDM信号超分辨率TOA/AOA二维定位方法。首先,对信道频率响应(CFR)采用MPM方法进行时延估计,得出首径(FAP)时延,即OFDM信号的TOA估计;然后,对天线接收信号的频域阵列信号使用同样的算法进行AOA/DOA估计;最后,联合TOA、AOA估计结果在二维平面内确定目标的位置。由于载波间的相关性和相干多径的影响,使AOA估计的RMSE偏差比TOA估计大,所以对TOA估计过程中的各径幅值,设置权值对非首径的幅值进行抑制,减少对后续首径AOA估计的影响。利用OFDM信号进行仿真,其结果表明,非首径幅值抑制方法能明显提高AOA估计精度和无偏性,使整体定位误差明显改善,满足单基站或接入点室内定位的需要。