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%.

TDOA/AOA数据融合算法在铁路场景下的定位应用

在铁路场景下,基于通信的无线网络定位技术中的定位误差主要来自系统测量误差,且参与定位的基站数目有限。文中结合TDOA算法和AOA算法中系统测量误差在定位误差中影响的互异特性,并利用铁轨路径方程,采用TDOA/AOA数据融合算法,有效地减小了系统测量误差带来的定位影响,提高了定位精度。在仿真实验中,用定位均方根误差作为评价指标,对TDOA算法、AOA算法和TDOA/AOA数据融合算法分别在不同条件下进行仿真分析。结果表明,在铁路场景下,本算法的定位均方根误差要小于TDOA算法和AOA算法,即该数据融合算法具有更好的定位性能。

基于RSSI和TDOA分层融合的无线定位算法

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。

三维AOA/TDOA被动定位及其迭代融合算法

对辐射源的三维被动定位是电子支持测量系统(electronic support measure system,ESM)的重要内容,特别是在军事上,是侦察定位、监视监测的重要方面。到达时间差(time differ-ence of arrival,TDOA)、到达角度(angle of arrival,AOA)是被动雷达普遍采用的两种定位方法。本文基于分别安装于不同运动平台上的两个传感器的AOA和TDOA测量,给出了迭代最小二乘(iterative least squares,ILS)融合算法。其中,传感器的位置、速度以及状态等参量由集成GPS/INS系统估计得到,AOA/TDOA测量方程由运动平台的位置、姿态以及传感器的AOA、TDOA测量数据构成。本方法首先将ISL用于对两个传感器的AOA融合,然后将得到的估计结果作为AOA/TDOA的ILS融合的初始值。仿真结果显示采用AOA/TDOA融合算法,使定位精度得到有效提高。

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。

三维被动定位AOA融合算法

三维被动定位是ESM系统的重要内容,在军事上是侦察定位、监视监测的重要方面。AOA是被动雷达普遍采用的一种定位方法。基于安装于不同运动平台上的两个传感器的AOA测量,给出了ILS融合算法。仿真结果显示采用AOA融合算法,使定位精度得到有效提高。

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。

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。

一种加权圆模型的AOA与RSSI融合定位算法

针对多径效应和非视距给定位精度带来负面影响的问题,提出一种适用于3个基站的基于加权圆的融合定位算法:将接收信号强度(RSSI)定位法与到达角(AOA)法相融合;并由于传统的无线信号路径损耗模型在预测距离时易对环境参数有所依赖,提出利用自适应遗传算法(AGA)-反向传播(BP)神经网络来构建传播模型以确定加权圆的权值初始值;最后根据不断迭代的加权范围和角波束来估计待测点位置。实验结果表明,与其他混合定位方法的性能相比,将AGA-BP和加权圆算法相结合能更好地提高定位精度;同时,为测试鲁棒性,加入不同大小的干扰角度,结果可见,提出的算法能有效处理非视距误差。

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。

北斗蓝牙融合定位在智能快递取件系统中的应用研究

针对北斗卫星导航系统在室内定位方面的局限性,结合蓝牙定位技术,研究了基于北斗+蓝牙的室内外融合定位方法在智能快递取件系统中的应用。采用设置室外、室内、融合三类区域,室外采用自适应无迹卡尔曼滤波算法和加权KNN算法的数据处理方法提高定位精度和抗干扰能力,通过室内外融合定位实现无缝切换和坐标转换。最后结合民用快递驿站场景,进行了实验验证,实验结果表明,相比传统定位方法,该方法能提高精度1.808%,验证了该系统的实际应用和功能。

基于蓝牙和UWB融合定位的建筑火灾精准救援系统

确定被困人员位置和保护救援人员安全是建筑火灾救援中的关键,但目前火灾内部依然存在难探查、难搜寻等问题。文章基于蓝牙和UWB融合定位及5G实时网络传输技术,在建筑物内部使用蓝牙Beacon进行部署,并将被困人员的智能手机作为定位终端,利用蓝牙和UWB融合定位技术测量时间差、信号到达角度等数据,采用AOA、AOD等算法进行计算,实现了建筑火灾的精准定位和救援。

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。

基于UWB的隧道内人员定位系统设计研究

为了更好地适应隧道环境与提高定位精度,提出基于粒子群优化的TDOA+TOF融合算法。通过TDOA算法获取所需的信息时间差,可算出定位范围内标签到达基站的距离。TOF算法根据最小二乘法对标签坐标进行解算,粒子群优化算法针对解算坐标进行优化处理得出全局最优解。TDOA+TOF融合定位算法仅需要3次通信即可测得TDOA时间差与TOF距离。系统测试中,对多种算法进行时间性能与定位精度的对比,研究结果表明基于粒子群优化的TDOA+TOF融合定位算法的定位精度可达20 cm以内,定位用时仅为TOF算法的51%。研究成果为复杂环境人员定位领域提供了一种兼顾定位精度与时间性能的定位方法。

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。

综合业务数字通信系统与通信网

Y2002-63347-2016 0312468应用静区直线性化的PPM cDMA和扩散信道硬限幅器的PPM CDMA的室内红外无线系统的性能分析=Performance analysis of indoor infrared wirless systemsusing PPM CDMA with linearliaer with dead-zone andPPM CDMA with hard-limiter on diffuse channels[会,英]/Matsuo,R.＆ Ohtsuki,T.//2001 IEEE interna-tional conference on communications Vol.7 of 10.—2016～2020(HE)