基于差分信号强度的指纹室内定位算法

指纹定位以其低成本,高兼容性,高扩展性成为主流的室内定位技术。但是其依靠预先采集指纹强度的方式限定了其定位终端必须是采集信号的终端。这极大局限了指纹室内定位的应用场景。实验表明,不同终端之间在相同位置接收到相同接入点的信号可有5dBm^15dBm的误差。为了消去该误差对定位结果造成的影响,文中提出采用差分信号强度作为数据库指纹以计算定位结果。通过仿真,得到的结果表明这种定位方式明显提高了非采样终端的定位精度。

未知路径损耗因子下基于差分接收信号强度的定位方法

本文研究了非合作环境下基于差分接收信号强度(DRSS)的定位问题。首先,建立基于DRSS测量模型的目标位置信息的优化问题。由于该非线性优化问题是非凸的,求解十分困难,为此通过半正定松弛理论,将原始的非凸优化问题转换为一种凸优化问题,由此能够快速得到原问题的一个次优解;然后,设计了非合作情形下通过对路径损耗因子和目标位置交替求解的实现算法;最后,通过计算机模拟仿真验证了新方法的估计精度更高,性能更好。

加权K-Means与DRSS定位结合的GNSS干扰源定位方法

针对基于载噪比(carrier to noise ratio,CNR)的GNSS干扰源定位,在存在多个干扰源、多径传输且接收机间距较远时定位难度大、精度低的问题,提出了一种加权K均值(K-Means)聚类算法与基于差分接收信号强度(differential received signal strength,DRSS)的方程解算定位相结合的多干扰源定位方法.在假设干扰源个数确定以及单个接收机只受到一个干扰源影响的前提下,设计了改进的加权K-Means聚类算法实现对多个干扰源位置的初步估计.为了进一步降低在观测接收机相距较远时加权K-Means方法的定位误差,在聚类后选取各簇内受干扰影响显著的接收CNR构建基于DRSS的定位方程组,通过方程解算得到更加精细的定位结果.仿真结果表明,所提出的定位方案可以实现对多干扰源的定位,结合DRSS参数定位后,单干扰源场景下定位误差可降低19%以上,存在两个单音干扰源的场景下定位误差可降低38%以上.