时差定位(Time Difference of Arrival,TDOA)是一种广泛应用的被动定位技术,具有定位精度高、组网能力强、系统鲁棒性强等特点。针对运动目标定位计算复杂、精度收敛较慢等问题,在给出视距(Line of Sight,LOS)环境下定位模型的基础上,...时差定位(Time Difference of Arrival,TDOA)是一种广泛应用的被动定位技术,具有定位精度高、组网能力强、系统鲁棒性强等特点。针对运动目标定位计算复杂、精度收敛较慢等问题,在给出视距(Line of Sight,LOS)环境下定位模型的基础上,提出了定位适用于多站时差定位系统的定位方法,该方法将组群时差定位关系方程合理地线性化为统计估计问题,利用在线迭代实时求解目标位置。给出了针对目标不同运动特性条件下的多平台协同定位算法及其仿真结果,仿真结果表明所述方法可以实现对目标的精确定位,并且分析了运动形式对于定位精度的影响,仿真结果对于系统的工程设计具有指导作用。展开更多
针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并...针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。展开更多
In the time-difference-of-arrival(TDOA)localization,robust least squares(LS)problems solved by mathematical programming were proven to be superior in mitigating the effects of non-line-of-sight(NLOS)propagation.Howeve...In the time-difference-of-arrival(TDOA)localization,robust least squares(LS)problems solved by mathematical programming were proven to be superior in mitigating the effects of non-line-of-sight(NLOS)propagation.However,the existing algorithms still suffer from two disadvantages:1)The algorithms strongly depend on prior information;2)The approaches do not satisfy the mean square error(MSE)optimal criterion of the measurement noise.To tackle the troubles,we first formulate an MSE minimization model for measurement noise by taking the source and the NLOS biases as variables.To obtain stable solutions,we introduce a penalty function to avoid abnormal estimates.We further tackle the nonconvex locating problem with semidefinite relaxation techniques.Finally,we incorporate mixed constraints and variable information to improve the estimation accuracy.Simulations and experiments show that the proposed method achieves consistent performance and good accuracy in dynamic NLOS environments.展开更多
在TDOA(time difference of arrival)目标模拟系统中,采用微波光子链路传输包含精确TDOA信息的多路多频段目标模拟信号,为保证TDOA信息的精度足够高,需要精确测量目标模拟信号经过光子链路的传输延时。从特定工程应用角度提出一种光子...在TDOA(time difference of arrival)目标模拟系统中,采用微波光子链路传输包含精确TDOA信息的多路多频段目标模拟信号,为保证TDOA信息的精度足够高,需要精确测量目标模拟信号经过光子链路的传输延时。从特定工程应用角度提出一种光子链路传输延时测量方法,通过专用延时测量芯片实现传输延时高分辨率、高精度测量,通过延时测量信号和目标模拟信号分时占用单根光纤的相同光传输波道,实现光子链路传输延时测量和目标模拟信号传输分时工作,从机理上满足了精确测量光子链路传输延时所需硬件条件。试验结果:表明该方法可精确测量目标模拟信号经过光子链路的传输延时,测量误差小于1 ns,比传感器的TDOA测量精度高一个数量级,满足系统对光子链路传输延时的测量精度要求。展开更多
目前对于时间差定位差(Time Difference of Arrival,TDOA)的算法中,存在着定位偏差大、时间接收存在偏差等问题,直接导致定位精度受到很大影响。在各项定位算法中,基于接收信号强度定位算法(Received Signal Strength Indication,RSSI)...目前对于时间差定位差(Time Difference of Arrival,TDOA)的算法中,存在着定位偏差大、时间接收存在偏差等问题,直接导致定位精度受到很大影响。在各项定位算法中,基于接收信号强度定位算法(Received Signal Strength Indication,RSSI),具有覆盖面积广、精度高的特点,因此提出采用RSSI算法筛选修正过后进行TDOA算法的分层融合算法,使得整体的定位精度得到进一步提升。此分层融合算法可以提高定位精度,尽可能地减小因外部环境变化导致的定位误差。通过仿真可以看出,和现有的融合算法比较,该分层融合算法的可行性和稳定性有一定提升。展开更多
文摘时差定位(Time Difference of Arrival,TDOA)是一种广泛应用的被动定位技术,具有定位精度高、组网能力强、系统鲁棒性强等特点。针对运动目标定位计算复杂、精度收敛较慢等问题,在给出视距(Line of Sight,LOS)环境下定位模型的基础上,提出了定位适用于多站时差定位系统的定位方法,该方法将组群时差定位关系方程合理地线性化为统计估计问题,利用在线迭代实时求解目标位置。给出了针对目标不同运动特性条件下的多平台协同定位算法及其仿真结果,仿真结果表明所述方法可以实现对目标的精确定位,并且分析了运动形式对于定位精度的影响,仿真结果对于系统的工程设计具有指导作用。
文摘针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。
基金supported by the National Natural Science Foundation of China under Grant No.62101370。
文摘In the time-difference-of-arrival(TDOA)localization,robust least squares(LS)problems solved by mathematical programming were proven to be superior in mitigating the effects of non-line-of-sight(NLOS)propagation.However,the existing algorithms still suffer from two disadvantages:1)The algorithms strongly depend on prior information;2)The approaches do not satisfy the mean square error(MSE)optimal criterion of the measurement noise.To tackle the troubles,we first formulate an MSE minimization model for measurement noise by taking the source and the NLOS biases as variables.To obtain stable solutions,we introduce a penalty function to avoid abnormal estimates.We further tackle the nonconvex locating problem with semidefinite relaxation techniques.Finally,we incorporate mixed constraints and variable information to improve the estimation accuracy.Simulations and experiments show that the proposed method achieves consistent performance and good accuracy in dynamic NLOS environments.
文摘在TDOA(time difference of arrival)目标模拟系统中,采用微波光子链路传输包含精确TDOA信息的多路多频段目标模拟信号,为保证TDOA信息的精度足够高,需要精确测量目标模拟信号经过光子链路的传输延时。从特定工程应用角度提出一种光子链路传输延时测量方法,通过专用延时测量芯片实现传输延时高分辨率、高精度测量,通过延时测量信号和目标模拟信号分时占用单根光纤的相同光传输波道,实现光子链路传输延时测量和目标模拟信号传输分时工作,从机理上满足了精确测量光子链路传输延时所需硬件条件。试验结果:表明该方法可精确测量目标模拟信号经过光子链路的传输延时,测量误差小于1 ns,比传感器的TDOA测量精度高一个数量级,满足系统对光子链路传输延时的测量精度要求。
文摘目前对于时间差定位差(Time Difference of Arrival,TDOA)的算法中,存在着定位偏差大、时间接收存在偏差等问题,直接导致定位精度受到很大影响。在各项定位算法中,基于接收信号强度定位算法(Received Signal Strength Indication,RSSI),具有覆盖面积广、精度高的特点,因此提出采用RSSI算法筛选修正过后进行TDOA算法的分层融合算法,使得整体的定位精度得到进一步提升。此分层融合算法可以提高定位精度,尽可能地减小因外部环境变化导致的定位误差。通过仿真可以看出,和现有的融合算法比较,该分层融合算法的可行性和稳定性有一定提升。
文摘基于TDOA的超声波测距模型认为距离为声波的速度与时间差之积,忽略了温度等因素对速度的影响,此外,系统计时的误差影响了时间差测量,导致测距精度不高.分析了基于TDOA原理的超声波测距系统误差的主要来源,建立模型,通过实验对温度、距离衰减及时间差测量进行补偿,利用超声波反射特性对障碍物进行测距,并利用多探头在一定程度上削弱了方向性带来的影响.实验结果表明:系统性能稳定,测距精度高,环境适应性更强.在超声波测距范围内,最大误差不超过4 cm.
