基于波达时间的多平台有源定位算法性能分析

伴随信息技术的发展,有源定位作为雷达系统的核心技术之一,在未来多基地以及编队协同背景中具备较大地研究意义。以多平台为基础,研究了一发多收下基于波达时间的有源定位算法,并对算法的效果与精度进行分析。通过Matlab仿真,对比并验证了多种环境参数对算法的定位性能影响,为多平台有源定位等相关工程应用提供了一定的参考。

一种小波变换的多尺度方法及其在波达时间精确估测中的应用

本文提出了一种雷达回波到达时间精确估测的多尺度方法，该方法只需对接收信号计算三尺度的小波变换，和对所检测到侯选回波的两尺度小波变换。这种方法可采用Ｍａｌｌａｔ算法，故其计算效率是很高的。实验结果也表明该方法不仅能精确检测雷达回波并测量其波达时刻，剔除多径干扰，而且还具有很强的噪声抑制能力。

宏小区高天线环境下波达角度和时间的预测(英文)

为提高对空时到达分布预测的准确度,介绍了一种适用于宏小区高天线环境下波达角度和时间预测、的改进的圆散射模型。分别给出了波达角度和时间分布概率密度函数的表达式。仿真结果与实测数据的比较表明,较传统的基于散射体的单反宏小区模型而言,改进的圆模型能更合理地对传播建模,且在波达角度和时间的预测方面具有更高的准确度。

基于波达时间的多基地声呐定位算法

根据双(多)基地声呐系统结构的特点,给出了针对不同的条件因素,给出了适合该条件下的目标定位算法。经分析,距离-角度定位法、角度-角度定位法适用于任意系统配置,而双曲线定位法仅适用于复合双基地系统和多基地系统。

基于Kalman滤波的UWB的TOA估计

提出了一种基于卡尔曼滤波的TOA估计算法,充分利用了卡尔曼滤波的预测功能,以预测值为中心对接收信号进行加窗处理,对此窗口内的接收信号作主成份分析得到测量值,然后对预测值进行修正.实验结果表明,与传统的TOA估计算法相比,该算法不仅使信噪比提高了约8～12 dB、均方误差降低了3～4个数量级,而且更便于实时实现.

LEO卫星通信终端的RTT定位技术

低地球轨道(LEO)卫星通信互联网是未来满足万物智联、天空地一体化网络连接的6G移动通信网络重要组成部分。LEO卫星通信终端的移动性管理是LEO卫星网络运行管理的基本功能,而获取卫星终端的位置是实现移动性管理的基础。目前,全球卫星导航系统(GNSS)能够提供比较高的定位精度,但是当GNSS位置服务在受到环境遮蔽、外部干扰时可能失效,因此卫星通信终端需要一种独立于外部GNSS服务的自主定位方案。以未来LEO卫星互联网的通信信号为背景,提出一种基于往返时延(Round Trip Time,RTT)测量的LEO卫星通信终端自主定位体制,对OFDM卫星互联网信号的时延估计算法精度以及定位误差进行了理论计算和数字仿真,获得了本定位方案的均方根误差(RMSE)和几何稀度因子(GDOP),计算结果表明可以实现百米量级的快速定位,满足了移动性管理所需的千米量级位置信息的应用需求。

利用CDMA信号为照射源的雷达目标探测技术

针对基于CDMA蜂窝网信号的外辐射源系统,提出一种利用多个基站发射的信号对运动目标检测的方案。该方案根据直达干扰分量的多普勒频移为零,而目标发射信号的多普勒频移非零以及基站信号序列自相关函数的特点,采用对消方法滤除各个基站多径分量的干扰;再根据基站之间除导频信道外其它信道可以认为是完全无关的这一特点,实现基站与回波时延的匹配,完成对定位参数的估计。通过仿真实验证明了该算法的有效性。

超声断层扫描数据压缩的时间窗构造及数据提取方法

介绍了一种针对三维超声断层扫描系统的数据压缩方法,该方法通过检测最早的目标反射重构目标表面位置;依据表面位置,计算目标回波信号的起止时间;以此为依据构造时间窗,标明成像算法所需数据在采样序列中存在的时间范围;最终提取有用数据,完成数据压缩。临床数据被用于算法的效果评价。结果表明,该方法可达到平均2.27的压缩率和0.21的压缩率标准差,以及2.25的数据传输加速比。较传统数据压缩方法,该方法只利用回波时域信息,可作为预压缩方法和传统方法结合使用以获得更高的压缩率。

超宽带无线定位系统及算法研究

超宽带技术具有抗干扰效果好、安全性高、能提供精确定位等优点,成为无线定位的首选技术。主要从传统的若干定位技术入手,结合各种定位技术的优缺点,提出一种结合波达时间差(TDOA)、波达时间和(TSOA)方法的超宽带无线混合定位算法,该算法需要参考节点少,定位精度高,适用范围广。实验结果表明,定位系统适合隧道定位,TDOA/TSOA混合定位算法的测量距离为200 m,定位精度误差在40 cm以内。

一种NLOS环境下的TOA/AOA定位算法

为了减小NLOS传播的影响,基于几何结构的单次反射统计信道模型,该文提出一种NLOS环境下的TOA/AOA定位算法。利用RBF神经网络较快的学习特性和逼近任意非线性映射的能力,对NLOS传播的误差进行修正以减小NLOS传播的影响,再利用最小二乘(LS)算法进行定位,从而提高系统的定位精度。仿真结果表明,该算法在NLOS环境下有较高的定位精度,性能优于Chan算法,Taylor算法和LS算法。

非视距传播环境下对移动用户定位的AOA方法

非视距传播问题是移动定位中的一个关键问题.基于几何结构的单次反射统计信道模型,提出了一种减小非视距传播影响的AOA定位方法.该方法一方面利用所有的参数信息进行定位,使有限的资源得到充分利用,另一方面采用不等式约束减小移动台的可行区域,二者结合以提高非视距传播环境下的定位精度.仿真结果证明了该方法的有效性.

减轻TOA和AOA定位系统非视距影响的方法

结合圆位置线误差、直线位置线误差与参数误差的关系,该文提出了一种利用所有基站测量的波达时间与最近一个基站测量的所有多径的到达角进行混合定位的方法.在该方法中,对波达时间用测量的波达时间总是大于等于视距传播时间进行约束,对到达角用GBSBCM确定的最大角度扩展进行约束,以有效减小非视距传播的影响,提高定位精度.仿真结果证明了该方法的有效性。

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。

基于加权最小二乘估计的双基地声呐定位算法研究

依据T/R-R型双基地声呐的工作特点,提出了基于加权最小二乘(WLS)估计的双基地声呐定位算法,通过数值仿真,研究了不同基线长度下该算法的定位精度,给出了WLS算法定位精度的几何分布。结果表明,运用该算法对水下目标进行定位,比单纯基于波达时间(TOL)的定位方法,双基地系统可以获得更高的定位精度。

基于CDMA蜂窝网的运动目标检测与定位技术

利用CDMA蜂窝网中多个基站发射的导频信号实现对三维运动目标检测和定位的方法。根据直达干扰分量的多普勒频移为零,而目标反射信号的多普勒频移非零以及伪随机序列自相关函数的特点,采用级联对消方法滤除各个基站直达分量的干扰;再根据基站间的位置关系及各个导频序列的偏移量,采用该文提出的“簇”方法实现基站与多径时延的配对,完成对定位参数的估计;最后,将Chan提出的TDOA定位方法[7]推广到三维情况,实现运动目标的定位。仿真结果证明了该方法的有效性。

TOA数据处理对NLOS环境下定位精度的改善

基于移动通信环境中非视距(NLOS)传播时延服从指数分布的特性,提出了一种改善移动台定位精度的波达时间(TOA)数据处理方法。NLOS传播时延是TOA测量误差的一部分,是基站与移动台距离的指数函数,具有正偏置的特性,因此TOA测量值越大其误差越大。对所有的TOA测量数据进行分析,仅保留误差最小的3个,然后再采用最小二乘(LS)法估计移动台的坐标。仿真结果表明,该TOA数据处理方法能够明显改善NLOS传播环境下的定位精度,在系统测量误差较小时对LOS传播条件下的定位精度几乎没有影响。

双基地声呐定位算法的研究与比较

由于双基地声呐是收发分置的,所以其在水下目标探测和定位方面有着特殊的性质。目前,关于双基地声呐的研究已经引起了人们的广泛关注。该文给出了基于波达时间定位(TOL)和波达方位定位(BOL)的两种双基地声呐定位算法,分别研究了基线长度、时间测量误差、角度测量误差对算法定位精度的影响,最后对这两种算法的定位精度进行了比较和仿真,给出了不同条件下的误差分布曲线。仿真结果表明:双基地TOL算法的定位精度高于BOL定位算法,是一种高精度的双基地声呐定位算法。该算法也可推广应用于多基地声呐的水下定位。

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%。

提高NLOS环境下定位精度的TOA数据处理方法

基于移动通信环境中非视距NLOS(Non-Line of Sight)传播时延扩展服从指数分布的特性,提出了提高波达时间TOA(Time of Arrival)定位方法精度的一种数据处理方法.该方法首先对TOA测量数据进行分析,从中剔除明显不合理、对定位精度没有贡献、甚至会增加定位误差的测量值,保留误差最小的3个,然后采用最小二乘LS(Least Squares)法对移动台坐标进行估计.仿真数据表明,该数据处理方法不但能够有效提高NLOS传播环境下TOA定位方法的精度,并对视距LOS(Line of Sight)传播条件下的定位精度影响不大,具有较好的环境适应能力.

适用于NLOS传播环境的几何定位方法

基于非视距传播(NLOS)的影响,移动通信环境中波达时间(TOA)的测量误差具有正偏置的特性,本文提出了一种简单的几何定位方法。该方法根据基站分布和TOA测量数据确定出若干个定位点,对这些点的坐标取平均值即得到移动台的位置估计。仿真结果表明,该方法能够有效提高NLOS传播环境下的定位精度,对LOS传播条件下的定位精度影响小。