非视距信号传播场强特性的分析与研究

为探索机场通信路径中障碍物造成非视距传播产生衍射损耗,对信号场强衰减特性进行了研究。首先,基于ITU-R P.1546中不同地形环境对信号传播的影响,结合Deygout模型构建信号场强组合模型。其次,按障碍物数量分析随障碍物高度变化的接收场强传播特性。仿真结果表明,单障碍物越高,占据0.6F1菲涅尔区越大,场强越小;双障碍物路径中,高度增加的障碍物经过由次要转为主要障碍物,直到只剩主要障碍物的过程,使场强逐渐衰减。再次,针对场强上升,分析了次要障碍物高度与0.6F1菲涅尔区的关系。最后,调整覆盖场强最小阈值,确定接收设备是否被障碍物遮挡,从而导致信号被屏蔽。上述研究结果可为未来模拟机场各场景下障碍物分布,预测接收机是否因障碍物受干扰或影响场强覆盖范围提供参考依据。

NLOS非视距微波技术在通信保障中的研究应用

为满足城区或乡村改造等场景下的应急通信保障需求,降低城区或乡村区域布局结构调整对移动通信网络产生的影响,建立基于非视距微波技术快速恢复通信网络的支撑手段,为现阶段光缆中断时快速恢复通信提供帮助。

目标定位中的非视距传播研究综述

由于障碍物的存在,矿井等定位场景中普遍存在非视距传播现象,引起定位信号的折射、反射、衍射和散射,导致测距误差增大,进而影响目标定位精度。分析了非视距传播对TOA(Time of Arrival,到达时间)、TDOA(Time Difference of Arrival,到达时间差)、AOA(Angle of Arrival,到达角度)、RSSI(Received Signal Strength Indication,接收强度指示)等定位方法的影响,并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别,重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系法;对于非视距传播误差的抑制,主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法;对于非视距传播的利用,重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法;对于非视距场景下的目标定位方法设计,分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向:通过多种定位技术的融合提高目标定位精度;借助新兴技术提高非视距场景下的目标定位精度;通过与其他信息系统的交互引入额外信息,实现跨系统协同定位。

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.

一种有效减小非视距传播影响的TOA定位方法

本文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 ,提出了一种有效减小NLOS影响的定位方法 .该方法首先利用测量的波达时间 (TOA)和NLOS传播时延的统计特性估计由NLOS引起的附加时延 ;然后从测量的波达时间中减去附加时延 ,得到对LOS传播时间的估计 ,进而估计移动台的位置 ;最后 ,对不同时刻估计的移动台位置进行平滑处理 ,进一步减小NLOS的影响 .采用该方法对移动台的位置进行的估计是一种无偏估计 ,不需要增加系统成本 ,计算简单 ,是一种非常实用的定位方法 .仿真结果证明了该方法的有效性 .

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。

一种非视距传播环境下的TDOA定位算法

在基于时差定位的各种算法中,Chan氏算法应用普遍。但在非视线传播环境(NLOS,Non-Line Of Sight)下,其定位性能显著下降。在分析基于视线传播的Chan氏算法基础上,给出了一种改进算法,利用TDOA残差对Chan结果进行加权,研究了当NLOS为确定性和随机性误差两种情况下该算法的性能。仿真结果表明,该算法在不同场合和环境下,都能有效地抑制NLOS误差,定位精度明显提高。

IEEE802.16中基于OFDMA的宽带无线接入非视距传播解决方案

宽带无线接入作为一种有效的,可用来代替铜导线、数字用户线等带垄断性质的有线接入方式,解决“最后一英里”问题的技术手段,面临着非视距环境对信号传播带来损耗的巨大挑战.针对这一问题,给出了IEEE802.16标准中基于OFDMA的宽带无线接入非视距传播解决方案.

在非视距传播环境下无线定位的AOA算法

非视距传播(NLOS)是蜂窝无线定位的一个关键的问题,要提高无线定位的精度,必须有效减小非视距传播的影响。基于一种适合对各种定位算法进行分析的基于几何结构的单次反射统计信道模型(GBSB),提出一种减小非视距传播影响的AOA定位算法,该算法利用临近基站与移动台构成的三角函数关系和波达方向的最大角度扩展作为优化的约束条件,将基于波达方向(AOA)的无线定位问题转化为有约束的最优化问题,从而提高了无线定位的精度。仿真结果证明了该算法的有效性。

非视距传播环境下的一种TDOA定位算法

各种基于移动台位置的服务急剧增加,导致提供定位业务成为无线网络发展的必然趋势。针对实际定位应用时常出现的非视距(NLOS)传输问题改进TDOA定位算法,其基本思路是将TDOA估计转化为两步最大似然线性估计,并加入松弛因子表示NLOS的影响,通过迭代方式逐步消除NLOS对定位的影响。该算法结构简单,计算量不大,仿真结果证实了其有效性。

一种减轻非视距传播影响的移动台定位方法

提出了一种使用判决和卡尔曼滤波器相结合抑制消除非视距(NLOS)误差的定位方法.该方法假设目标移动台正处于跟踪状态,首先对距离测量结果中是否存在NLOS误差进行判断;然后根据判决结果选择两种不同的滤波器,对于NLOS传播由偏差卡尔曼滤波器消除NLOS误差,而对于LOS传播由无偏差卡尔曼滤波器对测量值进行平滑处理;最后利用处理后的数据估计移动台的位置.仿真结果表明在NLOS传播环境下该方法具有较高的准确性,可以有效消除NLOS误差,取得满足要求的定位精度.

一种抑制非视距传播误差的混合定位算法

为减小蜂窝网定位中影响定位精度的非视距(NLOS)传播误差,提出一种基于两步卡尔曼滤波到达时间差/到达角度的混合定位算法。利用卡尔曼滤波器的估计值计算非视距数据的方差,调节卡尔曼滤波器的参数,减小测量值的NLOS误差,并将经过预处理的测量值输入到扩展卡尔曼滤波器,实现混合定位。实验结果表明,该算法能有效消除NLOS误差,与Chan算法相比,其定位精度更高。

一种非视距传播下的TDOA定位算法

提出了一种不需要任何非视距传播测量值先验信息且具有解析表达式解、非递归的双曲线定位算法。通过一步简单残差加权得出一个与真实移动台位置比较接近的初始定位估计,利用该初始值构造了一个加权矩阵,进行两次加权最小二乘计算,得出了一个最后的定位结果。理论分析与目前流行定位算法的仿真结果比较表明,该定位算法能有效地抑制非视距传播误差的影响,计算量相当小。

基于深度学习的UWB NLOS传播影响抑制技术研究

随着智能技术和设备的不断发展,精确定位技术在军事领域的应用越来越广泛,其应用场景涵盖室外和室内环境。全球卫星导航系统定位技术在室外环境中定位精度高,提供信息丰富,应用十分普遍。然而,由于墙壁、树木、玻璃等障碍物的遮挡,其在室内环境中的定位精度明显下降。超宽带技术以其定位精度高、时空分辨率强、传输速率快、成本低而显示出明显的优势。在室内环境中,各种障碍物使超宽带系统的基站和标签之间的传播通道被阻挡,由于超宽带信号的非视距传播现象,超宽带系统的定位精度明显下降。文中基于深度学习技术,提出了一种深度神经网络用于超宽带非视距传播影响抑制,该深度神经网络兼具ResNet网络和Non-local模块的优点,既可防止网络层数增加时网络性能不升反降的问题,也可捕获输入数据的全局特征,建立超宽带系统原始信道脉冲响应和测距误差之间的映射关系。相关实验结果显示,该方法可将超宽带系统在非视距传播条件下的测距平均绝对误差从0.1242 m降低至0.0681 m。与传统方法相比,该方法可消除人工统计超宽带信号波形特征耗费大量时间的缺点,可进一步提高超宽带系统在非视距传播条件下的定位精度,具有鲁棒性强、应用范围广的优点,可为军事领域室内高精度定位提供技术支撑。

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距(NLOS)传播误差,定位估计前识别收发信机之间电波是视距(LOS)还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS识别算法进行改进,然后提出了一种针对特殊几何精度因子(GDOP)场景下的NLOS识别算法——分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。

多径与非视距影响下的精确目标定位关键技术

多径与非视距传播使得定位系统难以准确测量收发节点之间的距离,严重影响定位精度,甚至导致定位失败。给出了多径与非视距场景下的目标定位框架,探讨了多径与非视距的成因和对目标定位的影响机制,综述了主流的视距信标识别、非视距路径识别及其针对性定位方法,主要有:①非视距信标识别,包括基于距离测量识别和基于残差检验识别;②视距信标中的非视距路径识别,包括基于统计特征识别、基于CSI信息识别、基于传统机器学习识别和基于神经网络识别;③多径和非视距辅助的目标定位,包括利用视距信标的多径路径辅助定位、利用非视距信标的测距结果进行定位,以及仅用非视距信标进行定位;④多径与非视距场景下的盲定位,包括直接提取相位信息进行定位和基于滤波方法定位。最后,以矿井无人驾驶为例,分析了多径与非视距场景目标定位框架的应用方法,并对未来研究方向进行了展望。

室内非视距环境超宽带信号传播特性研究

基于时域射线跟踪方法对室内超宽带信号传播进行了仿真和分析。设计了一种应用于室内带金属家具非视距环境的超宽带信号信道仿真模型,用以分析和描述超宽带信号经室内反射、透射和绕射传播后的时域电场强度,同时比较分析了仿真得到的视距传播和非视距传播中的多径传播、功率时延分布等传播参数。仿真结果可以为室内复杂环境中超宽带无线通信网络覆盖与优化提供理论依据。

一种基于TDOA重构的蜂窝网定位服务NLOS误差消除方法(英文)

在非视距传播 (NLOS)环境中 ,到达时间差 (TDOA)测量值受NLOS误差的影响而产生偏差[1] ,使得Chan算法[2 ] 的定位性能显著下降。基于NLOS误差的先验信息 ,利用平均超量时延和均方根时延扩展之间的关系 ,本文为基于移动台 (MS)的定位方案提出了一种建立在TDOA测量值重构和Chan算法基础上的改进算法 ,使得平均超量时延的影响显著下降。分析和仿真结果表明 ,与Chan算法相比 。

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。

一种新的蜂窝网NLOS误差抑制算法

非视距传播(NLOS)误差是目前基于蜂窝网络的移动台定位系统提高定位精度必须解决的关键问题,该文提出一种基于概率密度估计和偏差Kalman滤波器的NLOS误差无偏估计算法。仿真结果表明,该算法在性能上优于现有同类算法,并且算法对环境先验知识的需求更少,具有更广泛的适用性。