CDMA蜂窝系统中的TDOA/AOA混合定位算法

CDMA蜂窝系统由于存在"听力"问题而影响了定位效率,TDOA/AOA混合定位方法可以解决这个问题。提出了一种TDOA/AOA定位方案,建立了数学模型,并提出2种定位方程的解算方法:Taylor级数展开的LS估计和Kalman滤波。仿真结果表明:TDOA/AOA混合定位的性能要优于TDOA单一定位;基于Kalman滤波的定位算法性能优于Taylor级数展开的LS估计。

基于WCDMA网络的非视距下TDOA/AOA混合定位算法研究

移动设备定位技术是随着移动通信技术的进步而发展起来的增值业务。在非视距(NLOS)误差时,无线网络的目标定位性能急剧下降,提出一种针对NLOS误差的TDOA/AOA混合定位算法,并通过仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。

一种TDOA/AOA联合定位的算法

针对地面辐射源目标的定位问题,提出一种TDOA/AOA联合定位算法。将一个传感器放置在地面上的一个固定平台上,测量辐射源相对于该传感器的方位角与俯仰角;将另一个传感器放置在一个运动的平台上,根据不同的时刻测量不同的时差量测值,进而建立求解目标位置估计值的最小二乘算法。仿真结果表明:该算法可以有效提高系统的定位精度,特别是TDOA的测量值应用得越多,则定位精度越高。

基于UWB/AOA/TDOA的WSN节点三维定位算法研究

为了将二维定位算法AOA和TDOA拓展成三维定位算法,文中提出了一种基于AOA/TDOA和UWB传输技术的WSN节点三维定位算法。该算法采用二维的AOA测角算法测量未知节点与信标节点之间的角度,采用TDOA算法测量未知节点与信标节点之间的距离,在测角、测距的过程中采用UWB通信技术来传输探测信号,使得探测信号具有较高的时间分辨率,从而提高测角、测距精度,最后基于文中提出的待测节点三维坐标计算方法求解出待测节点的三维坐标。为了验证算法的有效性,在Matlab软件中进行了仿真实验。结果表明:新算法定位精度相比于AOA算法、TDOA算法都有大幅度提高。理论和实践皆表明:新算法具有较高的定位精度,能够满足未知节点在三维空间中的定位需求。

基于改进变异粒子群算法的TDOA/AOA定位研究

针对GPS盲点区域的定位问题,蜂窝定位技术能够有效解决。蜂窝定位技术中的混合定位算法能够有效地提高定位精度和定位可靠性,但是算法中的信号测量产生的误差和定位估计遇到的非线性优化问题严重影响了混合定位算法的性能。针对上述算法问题,文章提出了一种基于改进的变异粒子群算法(IMPSO)的目标定位策略。该算法是以TDOA/AOA混合定位算法为对象,首先用最大似然法得到移动台的估计函数,将估计函数作为适应度函数产生初始种群,然后对粒子群(PSO)算法中适应度方差进行变异操作,同时改进惯性权重,达到PSO算法在对适应度函数进行寻优处理时不会出现陷入局部最优的目的,最后用IMPSO算法对种群进行寻优,得到最优的估计位置。仿真实验结果表明,IMPSO算法的应用相对传统的Chan算法和TDOA/AOA混合定位算法,在视距的环境下,能有效减小测量误差的影响,并提高定位系统的稳定性。

基于TDOA和AOA算法的声源定位模型的研究

基于几何形状麦克风阵列的声源定位系统是近年来声源定位的研究热点之一,在众多领域应用广泛。本文在探讨已有的声源定位方法基础之上,对现有声源定位算法的优缺点进行整合,结合三维系统声源定位分布规律,以及TDOA和AOA算法构建仿真模型进行求解。

传统测向(AoA)和TDOA的混合定位分析

来自罗德与施瓦茨公司的混合定位系统很好地融合了TDOA和常规到达角(Ao A)测向技术,可以充分利用两者的优势。这种定位系统能够提供满足多种需求的解决方案。1 TDOA概念基于TDOA的发射机定位系统对于设备的要求与传统到达角(Ao A)测向系统一样:足够多的接收机必须放在发射源的周围;由于从发射源到接收机的距离不同,以光速传播的信号到达接收机的时间差有细微差别;

基于数据融合技术的单基站混合定位算法

针对传统的多基站定位容易引起通话质量干扰问题,提出了在TD-SCDMA蜂窝系统中,仅采用单个基站定位的混合定位算法(HPSR,hybrid positioning scheme with RSS)。在该算法中,设计了一种新的冗余RSS数据融合模型(RDFM,RSS data fusion model)以消除非视距(NLOS,non-line-of-sight)误差,提高定位精度,并从理论推导证明了此模型的有效性。给出了运用在实际中的定位流程图,并进行了仿真验证,仿真结果表明,HPSR同时提高了TOA/AOA算法的稳定度和精确度。

基于APIT和TSE算法的混合定位方法

讨论了距离无关的近似三角形内点测试(APIT)算法和基于信号到达时间差(TDOA)的泰勒级数展开算法(TSE)的优缺点,并在此基础上提出了利用两者进行混合定位。仿真的结果表明该混合定位方法能有效提高定位精度。

结合最陡下降算法的室内NLOS场景下TDOA/AOA融合算法

在利用传统Chan算法进行目标节点位置估算的基础上,提出了一种结合最陡下降算法SDA(Steepest Descent Algorithm)的TDOA(Time Difference of Arrival)/AOA(Angle of Arrival)融合算法,通过迭代消除由NLOS(Non Line of Sight)误差引起的误差因子,达到有效提高定位精度的目的.实验结果表明:本文提出的结合SDA的TDOA/AOA融合算法在复杂的室内环境下可以有效提高定位精度和定位稳定性,相对于传统的基于Chan算法的TDOA/AOA定位算法,定位精度提高28%.

MIMO通信系统的移动台单站定位算法

无线MIMO通信系统中在发射和接收端使用天线阵列,充分利用冗余多径信号结合阵列信号处理技术可提取出更多参量,比如AOA、AOD、DOA。该文基于MIMO通信系统多径信号参量的估计,推出一种单基站定位的新方法。该方法将多径参数误差的出现概率降到最低并通过同时解一系列数学定位方程给出移动台位置定位的最佳估计。测量均方误差并与克拉美罗界下界比较,证明了该方法的性能。

蜂窝无线网中的写作定位算法研究

在蜂窝无线网络中,单基站定位是最简单易行的定位方法,其需要利用基站测量移动终端信号的到达时间(TOA,time of arrival)和到达角(AOA,Angle of Arrival)信息。但是非视距(NLOS,Non Line of Sight)误差是影响定位精度的主要原因,为了抑制NLOS对定位精度的影响,提出了一种利用移动终端和中继节点之间的协作信息来提高定位精度的算法。该算法通过处理基站测量的TOA/AOA信息,以及移动终端到中继节点的TOA信息,利用中继节点与MS间的协作信息对估计的位置进行修正。仿真分析结果表明,在单基站蜂窝网中,提出的算法不仅整体提高了系统定位性能,而且在MS距离基站比较远的情况下,提出的协作定位算法的定位精度比现有的算法有明显提高。

非视距误差的TDOA/AOA混合定位算法

在非视距(NLOS)误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差(TDOA)测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。

无线传感器网络三维定位算法

基于在传感器网络中基站能够测量未知节点(M)S发出的辐射到达不同基站的时间差和它们之间的相对角度,提出了一种基于TDOA/AOA混合三维定位算法,根据基站测得的到达时间差(TDOA)和到达角度(AOA),将两种信息进行融合,建立节点位置估计值的混合算法,得到三维空间内的无线传感器节点坐标.仿真结果表明:在AOA测量值精度比较高时。