基于TOA与AOA算法的室内定位方法

为了解决传统室内定位技术成本较高、稳定性差以及难于部署等问题,提出一种将到达时间(time of arrival,TOA)与到达角(angle of arrival,AOA)相结合的室内定位系统.该系统由定位基站与被控定位单元组成,其特征在于使用对射式布置的超声波传感器获取定位基站与被控定位单元之间的距离特征,利用角度传感器获取被控定位单元相对于定位基站的角度特征,以单基站就实现了精确的室内定位过程.分析了该系统基本结构与原理,建立定位与控制模型,在一定范围内对其定点定位精度与跟随定位精度进行了实验验证.实验结果表明:该系统结构简单,易于安装布置,鲁棒性强,在测试范围内的最大定点定位误差不超过5 cm,跟随定位误差不超过15 cm.

基于NLOS环境下的TOA/AOA混合定位算法

非视距传播(NLOS)误差是影响各种蜂窝网络定位精度的主要原因.通过计算波达时间(TOA)和波达角(AOA)相对于移动台(MS)参考位置的残差来对NLOS误差进行鉴别,找出含有NLOS的基站.然后利用所得到的关于NLOS的信息,对算法进行加权处理.仿真实验表明,该算法有效的降低了NLOS的影响,可以得到更好的位置估计结果.

基于小波分析的TOA/AOA混合定位算法

小波分析对信号信噪分离和提取弱信号上有着良好的效果,提出一种小波分析在定位算法中的应用。首先使用小波变换对NLOS(非视距)环境下TOA(到达时间)/AOA(到达角)测量值进行去噪,对处理后的数据再使用LS(最小二乘)算法进行定位。仿真结果表明,该算法相比于神经网络算法收敛速度快,定位精度高,可靠性好,具有可行性。

对抗NLOS误差的TOA/AOA混合无线定位算法

信道的时间和空间的变化所导致的非视距(NLOS)传输是移动定位技术面临的巨大困难。为此,利用蜂窝网络的结构、信号到达时间(TOA)以及信号到达角度(AOA)提出了一种TOA/AOA混合定位算法,有效地解决了这一问题。研究了算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度比其它算法有显著提高,而且在不同分布的NLOS误差下表现稳定。

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。

基于可见光的自适应混合蛙跳定位算法

可见光通信具有绿色、节能、成本低等优点,比较适合应用于室内定位。提出一种基于可见光通信的自适应混合蛙跳室内定位算法,该算法通过到达时间(TOA)算法和最小二乘算法进行初始定位,得到未知定位点的估计位置解集,再利用自适应混合蛙跳算法搜索未知定位点的最优位置。该算法具有较强的全局搜索能力,不易陷入局部最优,能够得到较高精度的定位结果。仿真结果表明,该算法比传统TOA定位算法的定位误差小,说明该算法提高了室内定位的精度。

融合随机反向学习的黏菌与算术混合优化算法

黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较好的避免早熟收敛能力。针对上述问题,将两种算法结合并利用随机反向学习策略提高收敛速度,提出一种性能优越且高效的融合随机反向学习策略的黏菌与算术混合优化算法(HSMAAOA)。改进算法保留了SMA全局探索部分位置更新公式,局部开发阶段将乘除算子替换SMA收缩机制,提高算法随机性与跳出局部极值的能力。此外,通过随机反向学习策略增强改进算法种群多样性,提高收敛速度。实验结果表明,HSMAAOA算法具有良好的鲁棒性以及寻优精度,且明显提升了收敛速度。最后,通过焊接梁设计问题与压力容器设计问题,验证了HSMAAOA在工程问题上的适用性与有效性。

OFDM联合时延和到达角度的定位算法

本文提出一种基于OFDM信号的联合TOA/AOA的二维定位方法。根据信道的频率响应(CFR),算法采用超分辨率估计算法,估计首达路径(First Arrival Path,FAP)的传输时延,即TOA估计。利用天线阵列,在频域利用同样的超分辨率估计算法,估计信号各径的AOA。联合首达路径的TOA和AOA信息,可在二维平面上确定目标位置。对于AOA的估计,采用波束成形,结合各径信道脉冲响应(CIR)幅值,甄别出首径的AOA。在多径环境下仿真,结果表明算法有效且定位精度满足实际需要,特别适合只有一个基站或接入点的室内定位。

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。

基于井下的人员定位算法性能比较

随着无线技术的发展,对于井下人员定位的要求也越来越高。该文介绍了三大类室内定位算法,根据煤矿井下环境的特殊性进行模拟仿真及分析,提出了适用于井下的最优算法。并对其进行改进,同时对此算法进行了仿真。

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。

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。