为了实现复杂环境下视距(Line-of-Sigh,LOS)与非视距(Non-Line-of-Sigh,NLOS)同时存在的混合信道中的目标辐射源直接定位(Direct Position Determination,DPD),提出基于到达时间(Time-of-Arrival,TOA)的快速直接定位算法。该算法充分挖...为了实现复杂环境下视距(Line-of-Sigh,LOS)与非视距(Non-Line-of-Sigh,NLOS)同时存在的混合信道中的目标辐射源直接定位(Direct Position Determination,DPD),提出基于到达时间(Time-of-Arrival,TOA)的快速直接定位算法。该算法充分挖掘不同信道信号中的信息参数,采用最小二乘法原理构建代价函数,无需估计定位参数,避免了传统两步定位法所需的NLOS识别与数据关联。引入粒子群(Particle Swarm Optimization,PSO)算法精确估计目标辐射源的位置信息,以降低计算复杂度。将所提定位算法与基于TOA的两步定位法在定位精度方面进行对比,仿真结果表明,所提算法定位精度高于两步定位法,且可以逼近克拉美罗下界(Cramer-Rao Lower Bound,CRLB),能够快速定位混合信道中的目标辐射源。展开更多
在智能手机上利用无线保真(Wi-Fi)往返时间(round-trip time,RTT)和行人航位推算(pedestrian dead reckoning,PDR)实现亚米级连续混合定位是当前室内定位领域最受关注的研究方向之一。然而,复杂多变的室内环境和灵活多样的行人活动影响...在智能手机上利用无线保真(Wi-Fi)往返时间(round-trip time,RTT)和行人航位推算(pedestrian dead reckoning,PDR)实现亚米级连续混合定位是当前室内定位领域最受关注的研究方向之一。然而,复杂多变的室内环境和灵活多样的行人活动影响了Wi-Fi RTT/PDR室内混合定位的精度与稳定性。为此,需要对Wi-Fi RTT/PDR室内混合定位算法进行优化,包括非视距(non-line of sight,NLOS)与视距(line of sight,LOS)距离的识别、LOS距离误差补偿、RTT定位算法的改进、复杂行人活动识别算法的优化、PDR定位算法优化和混合定位算法的优化等,以提高混合定位算法的场景自适应能力。展开更多
文摘在智能手机上利用无线保真(Wi-Fi)往返时间(round-trip time,RTT)和行人航位推算(pedestrian dead reckoning,PDR)实现亚米级连续混合定位是当前室内定位领域最受关注的研究方向之一。然而,复杂多变的室内环境和灵活多样的行人活动影响了Wi-Fi RTT/PDR室内混合定位的精度与稳定性。为此,需要对Wi-Fi RTT/PDR室内混合定位算法进行优化,包括非视距(non-line of sight,NLOS)与视距(line of sight,LOS)距离的识别、LOS距离误差补偿、RTT定位算法的改进、复杂行人活动识别算法的优化、PDR定位算法优化和混合定位算法的优化等,以提高混合定位算法的场景自适应能力。