量子定位系统中符合计数与到达时间差的获取

基于MATLAB图形用户界面接口(GUI),采用软件设计方式,实现量子纠缠光信号的采集,以及对采集到的两路量子纠缠光信号的符合算法。通过对符合算法中不同的符合门宽、采集时间和延时增加步长3个重要参数的性能实验,优化和确定各参数的选值。通过对量子纠缠光符合计数与到达时间差(TDOA)的研究,完成地面数据获取与信息处理模块的设计与实现。设计并实现了时间差拟合的仿真平台。实验结果达到了期望的精度和效率的需求。

基于5G毫米波到达时间差的室内定位算法

随着第五代移动通信技术(5G)时代的到来,以毫米波通信为代表的技术得到了日益广泛的关注.5G毫米波信号的带宽大、频率高、时延短,并且信道稀疏,所以能够为基于到达时间(TOA)和基于到达时间差(TDOA)的定位提供更加准确的测量值,有利于实现高精度的室内定位.研究了三种应用于室内的5G毫米波TDOA定位算法,并结合卡尔曼滤波进行了试验验证分析与比较.结果表明,基于5G毫米波的室内静态定位精度可达0.2886 m,动态定位的精度可达0.6076 m.

一种改进的到达时间差无线定位算法研究

提出一种有效传输速度的概念,针对到达时间差(TDOA)中的部分不足进行弥补和改进,对样本数据进行非视距场景进行分析。最终,对移动终端定位结果进行误差分析;并与原TDOA结果进行比对。有效速度在单位固定的情况下,考虑到终端在地面的高度几乎不超过50 m,因此,算法对有效速度进行限定高度误差修正的方式获取,并选取小数点后两位结果。提出的改进TDOA无线定位算法可得到较为精确的定位结果。样本有五组数据,每组1 100个终端数据,最终误差均值可在0.5 m以内。如果对高度限定更加严格,或者对有效速度更多有效位数的保留,将得到更为精确的定位结果。

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。

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。

基于并行分层时间间隔测量的TDOA定位算法研究

基于到达时间差(TDOA)定位算法要求精确地时间同步技术作为支撑.由于传统时间同步技术精度低导致TDOA定位结果有偏差,提出一种基于并行分层次时间间隔测量的到达时间差(TDOA)和到达信号增益比(GROA)联合定位算法.基于TDOA与GROA联合定位模型,构造含拉格朗日系数的优化函数,然后采用约束加权最小二乘算法(TSWLS)来进行求解;同时,采用并行分层时间间隔测量法来控制定位算法的时间同步.实验分析表明,该算法相比较传统的TDOA定位算法而言,定位精度提高了25 d B,并且具有相对较高和较稳定的定位精度.

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。

适用于声源定位的气体绝缘输电线路超声导波传播特性研究

基于到达时间差(TDOA)的声源定位方法是当前气体绝缘输电线路(GIL)故障定位的主要方式,声波在GIL结构上的传输特性深刻影响着定位结果的准确性。为进一步提升故障定位精度,该文提出了考虑导波频散与多模态特性的GIL壳体声传输分析模型,以典型220 kV GIL管段为研究对象,建立声波传输有限元模型,研究了导波特性对故障定位的影响,确定了适用于故障定位的超声导波模态以及GIL非直管结构对该模态导波的衰减与时延量,通过现场定位试验验证了分析模型的可行性,为GIL声源故障定位系统的传感器配置与定位阈值设置提供了计算依据。结果表明,在20~60 kHz频带内,F(1,1)模态导波具有能量高、波形形状稳定、抗干扰能力强等特点,使用该模态导波进行故障定位精度较高。GIL非直管结构会对F(1,1)模态导波造成较大的幅值衰减与一定程度的时延,在故障定位中考虑非直管结构衰减与时延影响可以使定位误差降低60%以上。

LTE系统中采用干扰消除技术的TDOA定位方法

为长期演进计划（LTE）通信系统提出了一种采用干扰消除技术来改进信号到达时间差（TDOA）的移动台定位方法。该方法针对移动台在靠近小区中心时接收邻近小区基站信号会受到服务基站和其他基站信号以及噪声的干扰，从而导致定位精度下降的情况，首先在信号接收端重建干扰并且从接收信号中对其进行消除，然后基于正交频分复用（OFDM）通信系统使用相关估计法估算信号传播时间，最后通过加权最小二乘法估算移动台的位置坐标。在多径传播以及非视距（NLOS）传播无线环境中，仿真实验证明，采用该方法可以有效改善靠近小区中心的移动台的定位精度。

低秩条件下双星TDOA和FDOA无源定位算法

针对双星对地面已知高度目标辐射源到达时间差(TDOA)和到达频率差(FDOA)无源定位过程中存在卫星1位置矢量、两卫星位置矢量差以及两卫星速度矢量差三者共面问题,提出了一种获得目标位置三维解析解的算法,并指出当且仅当两卫星位置矢量和速度矢量四者共线时才无解。分析了共面但不共线和共线2种情况,给出了不同情况下的解析解,并且当两卫星位置矢量共线时可以将定位问题化简为简单的一元二次方程求解问题,可以有效降低求解复杂度和减少虚根数量。此外,当三矢量共面时还可以改善星下点区域的定位精度。仿真实验验证了所提算法的有效性。

基于TDOA测量的高精度定位技术的研究

在基于到达时间差（TDOA）测量的定位系统存在测量自由度的情况下，结合实际，采用平差法减小测量误差，从理论上证明了平差处理后能使定位精度达到更低的克莱姆．劳下界（CRLB）。提出了基于区域预判的Taylor级数（R—TS）算法，利用正负先验知识选择初始点，简单有效地解决了初始点的选取问题，提高了迭代效率。实验结果显示，采用平差法和R-TS算法能同时提高定位精度和计算效率。

基于智能优化算法及其优化BP神经网络的室内定位

为研究智能优化算法在室内到达时间差(time difference of arrival,TDOA)定位方面的应用效果。首先,分别使用白鲨优化算法(white shark optimizer,WSO)、变色龙优化算法(chameleon swarm algorithm,CSA)、蛇优化算法(snake optimizer,SO)、鲸鱼优化算法(whale optimization algorithm,WOA)、灰狼优化算法(grey wolf optimizer,GWO)、麻雀优化算法(sparrow search algorithm,SSA)这6种智能优化算法进行室内的二维TDOA定位,对比分析上述算法在室内定位领域的表现,并和传统的Taylor算法的定位误差进行对比;接下来,使用SOA算法对BP神经网络进行优化,使用优化后的SOA-BP进行定位,与基础的BP神经网络的定位误差进行对比。结果表明:所使用的6种智能优化算法在室内定位领域有着不错的表现,各智能优化算法的效果相似,平均定位误差为0.44 m,相较于传统的Taylor算法提升约9.2%;SOA-BP的定位误差相较于基础的BP神经网络降低超过30%。

基于Fang算法的TDOA室内定位技术

传统基于全球定位系统(GPS)的定位技术应用,已在室外环境下为人们提供了许多便利。随着近年来人们生活水平的不断提高,大众对定位的诉求已不仅限于室外,在智慧商场、企业人员智能管理、校园智能管理等场景,要求对室内用户进行定位监测,而传统的GPS定位精确度有限,在室内已无法应用。目前室内定位常用的技术有红外线、蓝牙、Wi-Fi以及基于室内移动网路的无线定位等,无线定位则是其中的热点。本文介绍了一种基于室内分布式基站,运用Fang算法实现到达时间差(TDOA)定位的技术研究,并对其定位精确度进行了探索。

基于飞行理论萤火虫算法的TDOA与GROA定位机制

节点定位是无线传感器网络中最为关键的一项技术。针对无源定位的问题,提出一种到达时间差(TDOA)和到达信号增益比(GROA)联合定位算法,并且采用飞行机制的萤火虫算法(GSO)来求得最终结果。结合TDOA和GROA定位模型,引入辅助变量将方程伪线性化;然后采用修正两步加权最小二乘算法(TSWLS)来进行求解。并且在不影响收敛速度和精度的前提下,采用带有飞行机制的GSO算法来寻求目标定位的最优解,克服粒子群算法易陷入局部最优的缺点。仿真结果表明,该算法相比较TDOA算法,定位精度提高了23 d B,并且具有相对较高和较稳定的定位精度。

一种基于无线蜂窝网络辅以同步卫星的TDOA定位

基于蜂窝的定位与基于卫星的定位都是当今无线定位的研究热点。在分析了独立采用基站TDOA定位和同步卫星TDOA定位技术的优缺点基础之上,提出了蜂窝网无线定位辅以同步卫星TDOA的定位方法,给出了各自的TDOA定位的算法,并分别对TDOA定位性能进行了仿真和分析,表明这种定位方法弥补了独立的蜂窝网无线定位和同步卫星定位系统的不足,可以适应不同环境的定位需要。

一种参考源修正的短波辐射源时差定位方法

为解决短波辐射源到达时间差(time difference of arrival,TDOA)定位(简称时差定位)方法受电离层影响导致的定位精度下降的问题,提出了一种利用参考源修正的短波辐射源目标时差定位方法。针对地球表面短波辐射源,基于电离层球面反射模型的电离层反射虚高近似方法,建立了利用参考修正的短波目标时差定位模型。考虑参考源与目标共用电离层反射区域对电离层虚高的影响,将各电离层反射点的距离相关性引入电离层虚高的协方差矩阵中,实现了目标定位精度的修正。通过推导和仿真所提模型的克拉美·罗下界,分析了参考源修正目标定位精度的可行性。进一步给出基于Armijo直线搜索Newton法的最大似然估计方法,通过仿真数据验证了所提算法的有效性,实现了良好的定位效果。

基于5G+UWB的室内定位算法研究

第五代通信技术(5th-Generation,5G)为室内定位领域带来了新的可能性,超宽带(ultra wide band,UWB)定位技术与5G定位技术都具有带宽大、频率高的特性,但是定位性能却略有差异.针对单一传感器定位的准确性、稳定性差的问题,本文提出了5G+UWB的融合定位算法,构建了基于到达时间差(time difference of arrival,TDOA)的5G室内定位、基于三边定位算法的UWB室内定位以及基于融合定位算法的5G+UWB室内定位模型.首先验证了通过加权最小二乘(weighted least squares,WLS)算法得到的各单系统的初步定位结果,之后验证了结合Taylor级数展开法得到的改进后定位结果.在此基础上,进一步对通过融合算法将两个单系统定位结果进行融合后的组合定位结果进行实验验证.实验结果表明:UWB单系统定位结果呈现准确性较低、稳定性较高的特点,5G单系统定位结果呈现准确性较高、稳定性较低的特点,二者组合后可得到准确性和稳定性都相对较好的定位结果,组合系统定位精度最高可达0.22 m,最低可达0.73 m,可实现亚米级定位.

基于TDOA的高精度无线定位算法分析与实现

文章根据移动应用需求,推导三维空间最小二乘(least square,LS)算法、Taylor级数展开法和查恩(Chan)算法3种经典到达时间差(time difference of arrival,TDOA)算法求解过程,通过仿真模拟分析3种算法的不同特点,确定移动定位场景下的最佳算法。为了进一步提高定位精度,采用Kalman滤波中递推估计思想,减小噪声干扰产生的误差,提升到达时间(time of arrival,TOA)测距精度,进而获得三维空间中性能优良的TDOA算法。测试试验表明,改进后的Chan算法有效且性能优良,定位误差最大为10~30cm。

一种改进两步加权最小二乘的TDOA定位算法

现有的两步加权最小二乘水下声源定位算法中,两步法处理均存在平方以及开方等非线性运算忽略了二阶误差项,导致定位精度下降。提出了一种改进的两步加权最小二乘算法,首先引入时差方程,构建新的定位方程,初步估计出声源位置;接着引入中间变量并进行泰勒展开,利用中间变量与声源位置误差之间的非线性关系构建定位方程,对声源位置初步估计值进行校正,有效避免了二阶误差项的丢失,得到了更加精确的估计结果。通过与克拉美罗下界进行比较,验证了算法性能的同时进一步提升了算法定位精度。

基于TDOA和TS-PSO的变压器特高频局部放电空间定位方法

局部放电(partialdischarge,PD)诊断与定位有助于在老化早期发现高压电力设备故障位置,对制定检修方案具有重要参考价值。目前常利用多个特高频(ultra high frequency,UHF)传感器组成传感器阵列,并定义三维坐标系对变压器进行局部放电空间定位。该文研究基于能量积累法捕捉信号起始脉冲和基于到达时间差(timedifferenceofarrival,TDOA)算法实现定位的原理,构建以局部放电位置点坐标为未知数的非线性规划问题,并利用禁忌搜索-粒子群优化(tabu search particle swarm optimization,TS-PSO)算法进行最优解求解。该算法可以避免非线性方程组求解时不收敛、解不唯一以及最小二乘法对初值要求高等问题,既保证了求解的速度,又能保证解的唯一性与准确性。实验室测试和现场测试验证了定位结果的有效性。