一类基于最小二乘法的声发射源组合定位算法

介绍了声发射源时差定位方法的基本原理及其常用的声发射源定位方法.针对声发射源三维定位常规算法中初始值的选取影响算法收敛速度和定位精度的问题,充分利用最小二乘算法的估计特性,改进定位算法,提出一类基于最小二乘法的Geiger优化迭代组合定位算法.数值仿真算例表明:该方法能有效解决迭代法的初始值问题,保证算法的收敛并且提高迭代算法的收敛速度.

基于最小二乘递推估计的 GPS 定位算法

首先从理论上证明了几何精度因子随卫星数目的增加而减小．然后提出了基于现有软件的几何精度因子和定位解的递推算法．该算法从剩余的可见卫星中选取使ＧＤＯＰ５达到最小的第五颗星，利用这颗卫星提供的定位信息对四星定位解进行修正．最后给出了第五颗星的选择方法，算法的目的是以最小的计算量换取定位精度的有效提高．

基于总体最小二乘算法的多站无源定位

将总体最小二乘算法应用于多站无源定位中,分别提出了基于角度估计的总体最小二乘算法,基于时差估计的总体最小二乘算法以及基于角度和时差估计的总体最小二乘算法。算法首先把非线性的观测方程转化为伪线性的观测方程,然后构造增广矩阵,并对该矩阵进行奇异值分解即可估计出目标位置,因此无需迭代计算或者获得目标位置的粗略估计,仿真结果表明该算法具有较高的定位精度。

三维纯角度被动跟踪定位的最小二乘-卡尔曼滤波算法

利用角度信息估计出目标的距离和速度实质上是一个非线性状态估计问题 ,经典的扩展卡尔曼滤波算法性能很不稳定。文中首先根据静态估计理论推导出了在某一时刻目标位置的最小二乘解 ,然后将其作为卡尔曼滤波的测量值进行滤波 ,作进一步的数据处理 ,以提高估计精度。为了避免测量误差的相关性 ,分别在x ,y ,z方向上进行滤波 ,简化了算法 ,提高系统的定位精度。仿真结果表明这一算法是简单而有效的。

基于加权最小二乘优化的DV-HOP定位算法

确定事件发生的传感器节点位置是大多数无线传感网络应用场景中不可缺失的一部分。目前,在资源受限的无线传感网络中设计高精度定位算法仍是一个极具挑战性问题。为此,深入分析了DV-HOP算法中误差产生的原因,提出一种改进的DV-HOP算法。该算法为了降低计算所带来的固有误差,估算坐标时采用不直接对估算方程进行平方的方法;此外,为了进一步降低误差,采用了加权最小二乘法进行坐标估算;最后,采用理论分析的方法对算法进行了误差分析。仿真结果表明改进的算法与传统DV-HOP算法及文献[16-17]中的算法相比定位精度得到明显改善,分别提高了40%、28%和15%。

最小二乘方法用于多站测向定位的算法

文中讨论了测向定位中的若干问题 ,包括双站交会定位及其定位误差分析、三站交会定位、多站交会定位 ,最后首次尝试将最小二乘方法和递推最小二乘方法用于多站测向定位的算法 ,对于提高测向定位的精度和简化运算量有很大的作用 ,有相当的实用性。

双基地加权最小二乘估计算法定位精度研究

本文通过将双基地声呐中发射和接收站的测量数据进行融合处理 ,提出了基于加权最小二乘估计 (WLS)的双基地声呐定位优化算法 ,给出了算法的原理和误差分布。通过数值仿真 ,研究了系统参数对算法定位精度的影响 ,给出了不同条件下定位误差的几何分布。并将该算法与单纯基于声波到达时间算法的定位性能进行了比较。仿真结果表明 ,双基地WLS算法充分利用了双基地系统的冗余信息 ,具有较高的定位精度。该研究为多基地声呐水下目标的探测。

最小二乘RAIM与定位组合算法研究

本文主要针对RAIM算法及其在导航领域如何应用于导航接收机定位解算进行研究,通过RAIM算法在导航接收机中的应用,详细分析RAIM算法的特点及RAIM算法对导航定位产生的作用,提出一种将最小二乘RAIM算法与最小二乘定位解算相配合的方法,为提高导航精度、进一步开发导航接收机提供帮助。通过实验验证,该方法与以往复杂的RAIM算法相比,具有简单灵活的特性,能够很好的检测到是否存在故障导航星并准确判断出故障星号,继而在定位解算过程中排除,大幅度提高定位精度。

基于加权最小二乘的多基地声呐定位算法研究

研究水下监视目标跟踪声呐定位精度问题,改善双基地声呐在某些区域(如基线区、发射和接收站的侧边区)定位性能,为了提高系统定位精度,最有效的方法就是增加发射和接收站的数量,形成多基地声呐。根据多基地声呐的几何关系,提出了加权最小二乘估计的多基地声呐定位优化算法,结合定位误差的表达式,对定位性能进行了仿真。仿真结果表明,基于加权最小二乘估计的多基地声呐定位优化算法,能够充分利用各基站的测量信息,有效提高声呐系统的定位精度。与基于距离信息的多基地声呐定位算法相比,算法不仅具有较高的定位精度,而且可以有效解地解决边区定位误差较大的问题。

基于动态T检验的修正最小二乘BFGS定位算法

针对传统基于接收信号强度指示RSSI(Received Sgnal Strength Indicator)的最小二乘定位算法精度有限的问题，从降低信号噪声影响出发，提出一种基于动态T检验的修正最小二乘-BFGS定位算法。在测距阶段，将T检验法动态应用于RSSI值筛选，以消除较大测量误差影响，提高测距精度;定位阶段，先基于平均测算距离对传统的最小二乘法进行修正，提升初步定位精度0.3~2米;在此基础上，以信号强度误差最小为目标优化函数，基于BFGS算法对修正最小二乘法计算的初值进行迭代求精，以进一步提高定位精度。仿真实验表明，该算法有效提升了定位精度，在100mxlOOm范围内可比传统最小二乘定位误差降低4~11米。

基于非线性最小二乘的双基地声纳定位优化算法

双基地声纳定位是一种重要的定位方法,采用优化算法来提高定位精度是其重要的研究内容。本文采用了将双基地声纳定位方程转化为非线性最小二乘(NLS)问题的技术方法,并后置最优化方法LMF算法,研究了基于多基地接收源的目标定位性能和定位精度的几何稀释(GDOP),给出了定位误差分布。通过数值仿真,研究了不同基线长度时双基地声纳的定位精度,并将NLS拟和算法的多接收源定位性能与纯时间估计定位性能进行了比较。研究表明,本文的基于多基地接收源的目标定位方法相对于纯时间估计定位方法提高了定位精度,特别是在相对短的基线(7.4 km基线长度)情况下,可提高30%的精度。该研究为最优化方法在水声定位中的应用提供了依据。

基于角度信息的递推最小二乘无源定位算法

针对机载单站无源定位的定位精度和实时性等问题,提出了一种基于角度信息的递推最小二乘(RLS)无源定位算法;首先建立了机载单站三维无源定位模型,求出最小二乘(LS)解;然后依据机载单站无源定位的实时性要求将最小二乘估计转化为递推最小二乘估计的形式;最后通过不同的仿真实验研究了影响定位精度和收敛速度的因素;仿真结果表明:RLS算法与LS算法在定位精度和收敛速度方面性能相似,但RLS算法运算复杂度低,所需存储空间小,能够实时的对目标进行定位,满足机载单站无源定位的需求。

基于最小二乘法的室内三维定位算法研究

现如今,室内位置服务成为国内外科研人员共同关注的焦点,人们对于位置服务的需求逐渐由最初的室外定位转变为室内定位,同时诸多的室内定位技术得以快速发展。通过以超宽带(UWB)的通信方式为依托,借助到达时间差值(TDOA)的定位模型,着重分析了最小二乘法在求解三维定位坐标时精度误差产生的主要原因。针对传统的最小二乘定位算法在求解三维定位坐标时,由于基站几何布局所引起的定位精度问题,提出基于最小二乘法的三维定位优化算法。通过对实验结果进行分析,比较定位算法在优化前后的两种场景下定位的不同表现效果,发现优化后的最小二乘定位算法的三维定位精度得以明显提高且定位效果稳定,同时也降低了三维定位精度对于基站几何布局的依赖性。

基于凸包算法和抗差最小二乘法的激光扫描仪圆形标靶中心定位

针对激光扫描仪圆形平面标靶点云数据缺失或冗余时不易准确获取标靶中心的问题,提出一种稳健的中心定位算法。首先根据回光强度提取标靶点云数据;然后剔除标靶点云数据粗差点,拟合标靶的最佳平面;接着利用凸包算法提取标靶边缘点;最后利用抗差最小二乘求解标靶的中心坐标。实验表明,该算法定位精度能达到亚毫米级,可以有效解决标靶数据缺失或者冗余时标靶定位精度低的问题,提高标靶的中心定位的稳健性。

最小二乘拟合的蒙特卡罗移动定位算法研究

针对传统蒙特卡罗定位算法由于节点采样效率低导致的定位精度低、定位不准确的缺陷,提出一种改进的最小二乘拟合蒙特卡罗(LSFMCL)定位算法。该算法利用MBC算法优化采样空间,并利用最小二乘拟合节点运动轨迹,对节点位置进行预测,进一步得到最优采样区域,最后提出权值概念并利用预测节点的权值信息计算未知节点的位置。仿真结果表明,与传统算法相比,优化后的算法提升了节点的采样率,提高了定位精度,对于移动节点的定位具有更加广泛的应用前景。

一种改进的基于RSSI最小二乘法和拟牛顿法的WSN节点定位算法

针对受周围环境影响的无线传感器网络定位精度等因素引起的测量误差问题,提出一种改进的基于RSSI最小二乘法和拟牛顿法的定位算法。本文首先利用最小二乘法预估未知节点的初步位置,再将节点位置作为拟牛顿算法的初始值进行迭代计算,得到更为精确的节点位置。仿真结果证明,该算法能有效地抑制测距传播误差,提高传感节点的定位精度。

基于最小二乘联合算法的无人机定位

在MIMO双基地雷达基本理论基础上,运用最小二乘法将波达角度(DOA)和时间差(TDOA)相联合,得到一种新的无人机定位算法。通过matlab仿真分析,得到如下认识:(1)基于最小二乘联合算法的算法性能优于TDOA独立算法,前者较后者的坐标精度提升约34%;(2)无人机与基线间的距离越大,定位误差越大,随着σ的不断增大,误差也逐渐增大,但增长幅度越来越缓;(3)阵列数目越大,位置误差越小,当阵列为3时,误差较大,且较为波动,当误差为4~6时,位置误差相差较小,建议实际应用时,阵列数应≥4。

一种基于最小二乘估计的LTEMR电平信号定位方法

针对现有TD-LTE系统中的定位算法精确度不高的问题,提出一种利用最小二乘估计的LTE-MR定位算法.该算法首先基于电平值,结合自由空间传播模型,测算出手机与临近基站间的距离,采用求质心法抑制误差,利用已知基站坐标和未知定位点坐标表示两点地理坐标的距离,联立方程,最后利用最小二乘法求解特征方程,获得未知定位点的坐标.实验表明:若定位点与服务小区的距离值小于350m列为精确的点,该算法的定位性能在一天24h内定位的精确点占比为85.1%,若根据定位点是否落在小区的覆盖范围内来区分,定位点落在小区覆盖范围内的比例是17.4%.

水下基于层级的约束加权最小二乘时差定位

针对距离无关定位算法与距离相关定位算法中定位精度的问题,分析了误差对定位性能的影响及影响误差的因素,在最小二乘定位算法的基础上,提出了一种基于层级结构的约束加权最小二乘时差定位算法。该算法利用AUV(Autonomous Underwater Vehicle)对水下节点进行分层,使得具有层级和深度信息的信标节点升降至未知节点所在平面,从而将三维定位转换为二维定位,降低了算法的复杂度,同时避免了距离未知节点较远的信标节点对定位的影响,提高了测距精度,使定位误差进一步降低。仿真结果表明,该算法在位置误差较小的情况下,可以明显地提高定位精度。

推广的遗忘因子递推最小二乘算法在GPS中的应用

作者将推广的遗忘因子递推最小二乘算法应用到GPS以确定动态目标的轨迹 ,并与推广的Kalman滤波进行比较 ,发现两种算法在GPS中具有各自的优点 ,当噪声相关性较大又不能准确地得到其方差时 。