非视距环境下基于到达时间差的一种定位算法

由于对无线定位日益增长的业务需求,无线定位近些年成为人们关注的焦点。针对实际环境中TDOA测量值时常受到非视距的影响而造成定位精度显著下降的问题,在Chan算法基础上,提出一种减小非视距影响的算法,该算法采用加入校正因子的方法,通过逐步迭代,以增加较小的运算量为代价减小非视距的影响,从而达到提高定位精度的目的。仿真表明,在各种环境下,特别是非视距环境下,该算法能够显著提高定位的精度,且运算量较小,因而具有一定的实用意义。

基于遗传-拟牛顿混合算法的到达时间差定位

结合遗传算法的群体搜索性和拟牛顿迭代法的局部细致搜索性,提出一种基于遗传-拟牛顿混合算法的到达时间差定位方法。该方法利用遗传算法进行全局迭代,当收敛结果达到满意值后将其作为拟牛顿迭代的初始值继续迭代,直至得到精确解,由此克服遗传算法后期搜索效率低以及拟牛顿法对初始值敏感的缺陷。仿真结果表明,在参数设置合理的前提下,相比遗传算法和拟牛顿法,该混合算法性能稳定,具有较快的定位速度和较高的定位精度。

基于文化鱼群算法的到达时间差定位技术

针对到达时间差(TDOA)定位估计中的非线性最优化问题,在鱼群算法中引入文化机制设计基于实数编码的文化鱼群算法,将Chan算法的解作为文化鱼群的一个个体初始位置,并利用文化鱼群算法搜索TDOA定位的最优坐标。仿真结果表明,该技术性能稳定,在鱼群规模较小的情况下能快速鲁棒地找到逼近全局最优点的解,并且具有较快的搜索速度和较高的搜索精度。

基于改进樽海鞘群算法的到达时间差定位

针对室内到达时间差(time difference of arrival,TDOA)位置估计中的非线性最优化问题,提出用改进的樽海鞘群算法搜索目标位置.通过选择最优主基站构造改进的适应度函数,使适应度函数可以更好地反映解的优劣程度,提高了搜索精度.在初始樽海鞘种群中引入近似解,使全局搜索的步骤得到简化,加快了算法前期收敛速度.采用自适应跟随策略更新追随者位置,解决局部开发低效问题,加快了算法后期收敛速度.仿真结果表明,基于改进樽海鞘群算法的TDOA定位技术相比其他元启发式算法具有更高的定位精度和更快的收敛速度.

基于信号到达时间差的超宽带室内定位算法

超宽带(UWB)信号具有极大的带宽和极高的时间分辨率,非常适合室内精确定位,基于信号到达时间差(TDOA)的定位算法是UWB定位的首选方法。针对非视距(NLOS)环境下定位精度低的问题,提出了一种结合Chan算法对非视距误差进行鉴别和消减的TDOA定位算法。首先,利用Chan算法估计出移动目标的初始位置并计算出TDOA测量误差,然后对比误差门限进行NLOS鉴别和消减,最后再次使用Chan算法计算出移动目标的精确位置。仿真实验表明,增加定位基站个数、减小信号测量噪声和非视距误差,可以有效提高定位精度;与Chan算法相比,改进算法:在只有一个非视距基站的情况下,均方根误差平均减小了39. 55%;在有三个非视距基站的情况下,均方根误差平均减小了56. 06%。该算法具有更高的定位精度。

基于到达时间差的加权定位算法研究

针对基于到达时间差的定位算法在测量误差较大的情况下,对信号源的位置估计精度不高的问题,研究了一种采用加权最小二乘(Weighted Least Squares,WLS)的算法来改善对目标位置的估计精度。WLS算法通过对最小二乘算法加权,来估计信号源的位置。通常定位算法往往计算量较大且复杂多变,WLS算法的计算相对简单,对信号源的位置估计精度也较高。在对WLS算法进行了理论分析和推导后,运用MATLAB软件平台,实验验证了算法的性能表现。仿真结果表明,WLS算法接近克拉美罗下界,具有较高的定位性能。

到达时间差改进凸规划的铀尾矿库WSN定位算法

针对现有Convex算法定位误差和波动范围较大以及铀尾矿库放射性核素污染的问题,提出一种到达时间差改进凸规划的铀尾矿库无线传感器网络定位算法(CLAT)。首先在铀尾矿库监测模型的基础上,利用TDOA测距法求得未知节点与其通信范围内各锚节点间的距离,并对这些锚节点进行筛选,使锚节点重叠区域面积最小化。通过比较未知节点与各锚节点的距离,使未知节点所在区域范围缩小。其次,求得未知节点所在多边形区域的顶点坐标,结合Convex算法进一步得到未知节点的估计位置坐标。最后通过Matlab模拟仿真分析,与经典Convex算法相比,CLAT算法定位精度提高了27%,定位误差波动范围减少了26%。这一结果表明,Convex算法有效降低了定位误差并提升了定位稳定性,可满足铀尾矿库实时监测的定位需求。

改进的到达时间差定位算法

针对到达时间差算法的定位精度易受监控区域地质条件和周围环境等因素的影响而不能满足威胁评估所需的目标定位精度的问题，提出了基于最小二乘法的泰勒级数展开的定位算法来提高振动目标的定位精度，该算法使用最小二乘算法估计振动初始位置，通过泰勒级数展开算法得到振动坐标。实验结果表明：改进的到达时间羞定位算法提高了定位精度、增强了抗干扰能力。

水声传感器网络信号到达时间差目标定位的最小二乘法估计性能

为解决水声传感器网络中测量误差和传感器节点位置误差同时存在时的目标定位问题,提出一种双误差模型下基于加权整体最小二乘方法。建立双误差条件下的信号到达时间差目标定位模型,采用加权整体最小二乘法对该模型进行求解,并推导权值的表达式。所提算法模型与实际符合性更好,且利用了测量误差方差和传感器节点位置误差方差的先验信息,以迭代方法得到最终的目标位置估计值。在模拟测量误差和传感器节点位置误差同时存在情况下对该方法进行仿真与水池试验验证,结果表明所提基于加权整体最小二乘的目标定位方法具有良好的定位性能。

基于UWB的线段近似双曲线定位算法

在室内定位中,针对移动标签的精确定位过程中所存在的定位精度低、非视距(non-line-of-sight,NLOS)现象与多径传播等问题,提出一种基于超宽带(Ultra-wideband,UWB)的线段近似双曲线定位算法,将二次双曲线方程转换为线性方程,结合到达时间差(Time difference of arrival,TDOA)定位算法与三角形质心定位算法原理,可以实现高精度定位.经MATLAB仿真验证,该算法中的三线段近似双曲线的近似定位算法的平均距离误差是60. 74 cm,三加四线段近似双曲线的近似定位算法的平均距离误差是31. 34 cm,五线段近似双曲线的近似定位算法的平均距离误差是14. 08 cm.与迄今为止公布的文献相比,证明了该算法定位精度较高,在保证定位精度的同时,Chan算法运行一个周期所用时间为13. 580 s,线段近似双曲线算法运行一个周期所用时间最大为8. 985 s,算法复杂度大大的下降.

基于TDOA的室内运动目标双曲线RFID定位方法

射频定位中以接收信号强度(RSSI)定位的方法存在信号干扰严重、抖动剧烈和误差较大等现象。为了减小射频信号定位的误差,在基于精准时间测量思想的传播信号到达时间差(TDOA)方法和构建虚拟参考标签经典定位方法的基础上提出了TDOA双曲线定位方法。该方法利用射频信号TDOA,以精准时间差来测量射频(RF)标签与目标之间的距离,然后借助双曲线定位算法对目标进行定位。仿真结果表明,相比目前经典的LANDMARC和VIRE定位方法,TDOA双曲线算法的定位误差50%可在0.216 m内。该方法有效利用了现代高精度时间测量的优势,在室内运动目标定位中具有定位精度高、应用范围广、实现简单等优点。

基于机场场面分布式MLAT到达时间差定位研究

研究分布式多点定位(Distribution Multilateration,DMLAT)原理和解算定位模型,并对到达时间差(Time Difference of Arrival,TDOA)和标校补偿量的关系进行分析研究。为了解算飞行目标在机场定位的准确性,不得不考虑网络传输、雷达站的部署以及高度都对TDOA的匹配造成影响。文章分别绘制Chan算法未标校和标校补偿量误差示意图进行对比,并将它们应用到仿真试验中,解算飞行目标的位置形成的航迹示意图也进行对比。

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%。

基于改进TDOA与卡尔曼预测模型的目标定位跟踪算法研究

针对无人机集群无源定位领域的目标跟踪问题,提出了一种基于改进到达时间差(TDOA)算法与卡尔曼预测模型的目标定位跟踪算法。首先,针对现有基于Chan的TDOA算法在时差值精度不够时定位精度差,以及现有基于Taylor的TDOA算法受迭代初始值影响大导致算法稳健性不足的问题,提出基于Chan-Taylor的改进TDOA算法,该算法通过Chan算法快速求解出目标位置初始估计值,然后使用Taylor算法迭代求解出目标位置,在提高定位效率、缩短定位时间的基础上,提高了定位精度。其次,利用卡尔曼预测模型,将目标运动模型产生的目标位置预测值作为先验信息带入目标定位算法,通过将预测信息与定位信息有效融合,进一步提高目标定位精度。最后,通过实验仿真,从累积分布函数(CDF)、定位精度几何因子(GDOP),以及定位跟踪RMSE多个方面验证文中所提算法的正确性及有效性。

基于改进粒子群-牛顿算法级联的双星定位方法

双星时差(TDoA)/频差(FDoA)定位因其只需利用2颗卫星便可对辐射源进行定位,成本和实现难度低于多卫星定位体制,实时性优于单卫星定位,更适合实际应用。为解决时频差方程解算过程中伴有的非线性最优化问题,提出一种改进粒子群算法(IPSO);针对双星时频差定位系统采用牛顿算法定位精确度较高,但在实际定位中采用该算法存在目标位置初值设置的收敛盲区问题,提出基于改进粒子群-牛顿(IPSO-Newton)级联定位方法。利用IPSO算法获得可靠收敛的初定位值,并以此作为迭代初值;级联使用牛顿法进行定位,提高定位精确度并避免初值不收敛问题。仿真实验表明,所提算法比Newton法有效初始点选取成功率提高了48.15%,节省了计算量,提高了算法的计算效率。

一种TDOA/AOA混合定位算法及其性能分析

在蜂窝移动通信系统中 ,智能天线阵列的应用使得服务基站 (BS)能提供较准确的移动台 (MS)电波到达角 (AOA)测量值 ,从而可以用于对移动台的定位估计。文中对文献 [1]的电波到达时间差 (TDOA)定位算法进行了改进 ,提出了一种既能继承原算法的优良性能 ,又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法 ,该算法还具有解析表达式解。仿真结果表明 ,只要AOA测量值达到一定精度 ,该算法就能取得比文献

基于改进果蝇优化算法的雷电定位研究

定位精度是评价雷电定位系统的重要指标之一,而定位算法直接关系到探测结果的精度。针对椭球面定位传统迭代算法易于发散等缺点,引入改进果蝇优化算法(MFOA)到雷电定位计算。文中给出了果蝇优化算法(FOA)的改进方法并利用MFOA进行雷电定位——通过不断缩小雷击点与探测点之间的距离误差,最终获得雷击点坐标。文章对MFOA进行仿真验证,并利用其进行雷击定位计算。结果表明:MFOA克服了传统定位算法易于发散及FOA易陷入局部极值等问题,收敛速度更快;通过MFOA求出的雷击点与实际雷击点相距362.4 m,满足雷电定位误差,验证了该方法的有效性,为雷电定位计算提供了一种新算法。

移动辐射源AOA-TDOA-FDOA联合定位闭合解算法

移动辐射源无源定位是电子对抗领域需要解决的关键问题之一。基于到达时间差(TDOA)与到达频率差(FDOA)的联合定位闭合解算法是解决上述问题的有效途径之一,但完成一次定位至少需要5个协同平台才能达到该算法的应用条件。在保持无源定位闭合解框架的前提下,为减少协同平台个数,提出了一种融合到达角(AOA)观测量、TDOA观测量以及FDOA观测量的无源定位算法。当各观测量的观察噪声及传感器位置偏差均为高斯噪声且噪声强度适中时,可建立移动辐射源位置与各观测量及传感器位置的近似代数表达式,并由此形成AOA-TDOA-FDOA联合定位闭合解算法。进一步的理论分析表明,该算法的定位误差能达到克拉美罗界,数值仿真结果与理论分析结论吻合。