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.

NEW FAST ALGORITHM FOR 2-D ANGLE-OF-ARRIVAL ESTIMATION

Based on propagator method, a fast 2-D Angle-Of-Arrival (AOA) algorithm is proPosed in this paper. The proposed algorithm does not need the Eigen-Value Decomposition (EVD) or Singular Value Decomposition (SVD) of the Sample Covariance Matrix (SCM), thus the fast algorithm has lower computational complexity with insignificant performance degradation when comparing with conventional subspace approaches. Furthermore, the proposed algorithm has no performance degradation. Finally, computer simulations verify the effectiveness of the proposed algorithm.

RSS和AOA融合的单站低空无线电辐射源定位算法

提出一种在低空场景下基于接收信号强度(Rcecived Signal Strength,RSS)与到达角度(Angle of Arrival,AOA)信息融合的单站无源定位算法。该算法采用单架无人机设备虚拟多站设备接收无线电辐射源信号,融合RSS估计的距离信息与AOA方向角信息,依据最小二乘准则(LS)构造算法的优化目标函数,采用凸松弛技术将目标函数等价为二阶锥规划(SOCP)问题并通过内点法求解。实验结果表明,该算法的定位精度在2 km范围内可达20 m,其定位性能优于单站无源定位算法,且由于采用单架无人机采集信号,其设备复杂度相较于多站无源定位较低。

Accurate Angle-of-Arrival Measurement Using Particle Swarm Optimization

As one of the major methods for location positioning, angle-of-arrival (AOA) estimation is a significant technology in radar, sonar, radio astronomy, and mobile communications. AOA measurements can be exploited to locate mobile units, enhance communication efficiency and network capacity, and support location-aided routing, dynamic network management, and many location-based services. In this paper, we propose an algorithm for AOA estimation in colored noise fields and harsh application scenarios. By modeling the unknown noise covariance as a linear combination of known weighting matrices, a maximum likelihood (ML) criterion is established, and a particle swarm optimization (PSO) paradigm is designed to optimize the cost function. Simulation results demonstrate that the paired estimator PSO-ML significantly outperforms other popular techniques and produces superior AOA estimates.

基于AoA方法的船舱内Bluetooth定位技术研究

本文主要研究了基于到达角(AoA)方法的船舱内Bluetooth定位技术。首先介绍了Bluetooth定位技术的基本原理和特点,然后详细阐述了AoA方法的工作原理和优点。设计并实现了基于AoA的船舱内Bluetooth定位系统,通过试验验证了该系统的有效性和准确性。最后对系统的局限性进行了讨论,并提出了未来的研究方向。

基于AOA降维和同心圆定位的三维传感器网络节点自定位方法

本文在三维同心圆定位方法的基础上引入AOA测距技术,提出了一种基于AOA降维的同心圆定位方法(AC-RL)。该方法中,未知节点通过锚节点发射的测距信息测出未知节点与锚节点之间的AOA信息,再利用AOA信息将对应锚节点发射的分级广播信息进行降维处理,最后按同心圆定位算法,将未知节点在锚节点所处水平面上的投影点位置求出,最后得出未知节点位置信息。仿真结果表明了AC-RL算法与同心圆算法相比提高了定位精度,提高了整个无线网络的适应性,但在低能耗方面不够理想。

基于TDOA和AOA的煤矿井下三维定位算法

针对煤矿井下现有定位算法的定位精度难以满足实际需求的问题,结合煤矿井下特殊的环境条件,提出了一种基于TDOA和AOA的煤矿井下三维定位算法。该算法利用巷道中的传感器基站测量未知节点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,通过包含未知节点的坐标信息并结合基站本身的坐标信息进行定位。仿真结果表明,通过与定位模型的结合,基于TDOA和AOA的算法可有效消除测量值中的噪声干扰与随机误差,定位精度高。

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。

基于TDOA/AOA混合的高精度室内可见光定位算法

为了提高室内三维空间的定位精度,提出了一种基于联合到达时间差与到达角度(time difference of arrival/angle of arrival,TDOA/AOA)信息的混合定位算法。由于构建的目标函数具有非凸性,采用传统定位算法在目标函数求解过程中会出现局部最优解的问题。因此,针对该问题,将目标函数转成二次约束二次规划问题,通过引入半定松弛(semi-definite relaxation,SDR)方法将目标函数转换为二阶锥规划(second order cone programming,SOCP)问题,寻找全局最优解。其次,针对SOCP无法对凸包外的目标进行有效定位的问题,在该算法的基础上引入了惩罚项,使松弛后的约束条件进一步逼近原始约束条件,解决了定位过程中的凸包问题。数值仿真结果表明:在10m×10m×3m的三维定位空间内,选取40×40个测试点,平均定位误差为1.39cm,可实现室内三维空间高精度定位。与传统的混合定位算法相比,均能够获得较高的定位精度。

基于Matrix Pencil的OFDM信号的TOA/AOA定位

为提高估计精度,提出一种基于低复杂度的矩阵束方法(MPM)的OFDM信号超分辨率TOA/AOA二维定位方法。首先,对信道频率响应(CFR)采用MPM方法进行时延估计,得出首径(FAP)时延,即OFDM信号的TOA估计;然后,对天线接收信号的频域阵列信号使用同样的算法进行AOA/DOA估计;最后,联合TOA、AOA估计结果在二维平面内确定目标的位置。由于载波间的相关性和相干多径的影响,使AOA估计的RMSE偏差比TOA估计大,所以对TOA估计过程中的各径幅值,设置权值对非首径的幅值进行抑制,减少对后续首径AOA估计的影响。利用OFDM信号进行仿真,其结果表明,非首径幅值抑制方法能明显提高AOA估计精度和无偏性,使整体定位误差明显改善,满足单基站或接入点室内定位的需要。

基于射线跟踪的AOA定位算法的GDOP研究

GDOP是衡量定位系统精度的一个重要指标。基于射线跟踪的定位算法利用镜像站实现对目标的定位,针对现有关于GDOP的计算因没有考虑镜像站之间的相关性,而无法用于对基于射线跟踪的定位系统的定位精度与镜像站布局之间规律进行分析的问题,给出一种基于射线跟踪的AOA定位算法(AOA-RT)的GDOP计算方法。在微小区AOA定位模型下,根据镜像站与定位站之间的关系,得到镜像站位置误差的相关矩阵,根据该相关矩阵推导了AOA-RT算法的GDOP的计算公式。仿真结果表明了所给的GDOP计算方法的合理性,并得出了相关结论。

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.

减轻TOA和AOA定位系统非视距影响的方法

结合圆位置线误差、直线位置线误差与参数误差的关系,该文提出了一种利用所有基站测量的波达时间与最近一个基站测量的所有多径的到达角进行混合定位的方法.在该方法中,对波达时间用测量的波达时间总是大于等于视距传播时间进行约束,对到达角用GBSBCM确定的最大角度扩展进行约束,以有效减小非视距传播的影响,提高定位精度.仿真结果证明了该方法的有效性。

基于GDOP加权的TOA/AOA混合定位算法

现有基于无线传感器网络(WSN)的到达时间/到达角度(TOA/AOA)定位算法在锚节点位置存在误差的条件下定位精度不高。针对该问题,融合几何精度因子(GDOP)加权,提出一种改进的TOA/AOA混合定位算法。根据单个锚节点对定位参量的测量误差及其自身位置误差,得出基于单节点的TOA/AOA混合定位算法的GDOP计算公式。依据WSN中所有锚节点的测量误差及其分布与盲节点的相对位置关系,推导加权融合算法的GDOP计算公式。仿真结果表明,与基于平均加权的定位算法相比,改进算法具有更高的定位精度。

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。

一种鲁棒的基于射线跟踪的AOA目标定位算法

针对定位信号的多径传播和非视距噪声以及奇异方位线交点严重影响基于权值交点的AOA算法定位精度的问题,给出一种鲁棒的基于射线跟踪的AOA目标定位算法(RAOA-RT)。建立了微小区下的AOA定位模型,根据信号传播路径和镜像原理给出了镜像站的位置公式。所给RAOA-RT算法首先根据多径定位信号的跟踪结果构建镜像站,将NLOS径转化为到达镜像站的LOS径;其次,利用镜像站的AOA测量值形成相应的方位线,并获得所有方位线交点;最后,利用圆误差概率确定其中的有效交点,并依据有效交点的几何精度因子(GDOP)为其赋予相应的权值,对其进行加权求和作为目标的位置估计。仿真结果表明,与已有算法相比,RAOA-RT算法在不同应用场景下具有更高的定位精度,且其RMSE接近CRLB,鲁棒性更好。

基于TDOA和AOA的5G室分场景三维定位方法

在智慧楼宇以及电力检修运维中,需要及时获取设备或人员位置信息。针对室内因非视距传输和多径效应引起的定位精度不高问题,提出了一种基于奇偶交错布局的室分与5G结合的室内三维定位方案。首先,采用到达时间差(time difference of arrival,TDOA)和到达角度(angle of arrival,AOA)融合定位。其次,把具体定位算法融入到定位架构里,基于边缘计算快速获取室内对应移动目标的位置信息。在进行TDOA定位过程中,MEC端的定位服务器结合压缩感知进行信道估计,并在分段正交匹配追踪(stagewise orthogonal matching pursuit,StOMP)算法的基础上加入奇异值进行降噪处理。在进行AOA定位过程中,先利用改进的波束空间变换技术构造矩阵进行降维,为保证降维过程中信息不损失,提出对附加角度误差进行分析处理,然后,采用多重信号分类(multiple signal classification,MUSIC)算法进行定位。最后,5GC核心网服务器利用Chan-Taylor算法进行TDOA/AOA融合定位。仿真结果证明了所提出的定位方法能够实现对移动目标的精准定位。

基于AOA的双机无源定位模型及其解算方法

在双机协同的无源定位算法中,角度信息有着非常重要的作用。为解决双机无源定位问题,提出了一种只利用角度信息的定位模型,并同时消去中间变量距离的影响。对比了最小二乘法、加权最小二乘法、总体最小二乘法、渐进无偏估计法等方法对该双机定位模型的解算。相比时差/到达角联合定位算法模型,该算法需要更少的观测信息和更少的观测误差,就能提高定位精度。仿真结果验证了上述4种解算算法的定位性能,证明了该算法在定位精度上的优秀性能。最后,还对4种算法在不同误差和约束条件下在双机协同观测定位中的定位精度进行了对比。

利用AOA信息的变权值递归定位算法

为了改进NLOS传播环境下的定位精度,提出了一种利用多个基站AOA信息进行变权值递归定位的算法。该方法利用多个基站测量的到达时间和到达角度进行单独定位,将定位结果拟合作为泰勒递归定位的初始值,然后利用单基站定位结果和泰勒定位结果的距离差作为每个基站的权值,进行泰勒递归定位,随着定位结果向真实值的逼近,逐渐改变参与定位基站的权值,以有效减小非视距基站在定位中的影响,提高定位精度。仿真结果证明了该方法的有效性。

基于AOA的矿井人员精确定位技术

分析了AOA测距算法原理,设计了矿井人员精确定位系统总体架构,提出一种基于AT86RF233相位差测距的矿井人员精确定位系统,读卡器采用2根定向天线接受无线信号,根据2根天线的接受无线信号强度差异实现方向识别,通过时分复用方式和双信道解决无线信号碰撞问题。试验结果表明系统定位精度达到1 m以内,有效覆盖范围达到200 m,满足矿井高精度定位需要,验证了方案的可行性。