TOA positioning algorithm of LBL system for underwater target based on PSO

For the underwater long baseline(LBL)positioning systems,the traditional distance intersection algorithm simplifies the sound speed to a constant,and calculates the underwa-ter target position parameters with a nonlinear iteration.However,due to the complex underwater environment,the sound speed changes with time and space,and then the acoustic propagation path is actually a curve,which inevitably causes some errors to the traditional distance intersection positioning algorithm.To reduce the position error caused by the uncertain underwater sound speed,a new time of arrival(TOA)intersection underwater positioning algorithm of LBL system is proposed.Firstly,combined with the vertical layered model of the underwater sound speed,an implicit positioning model of TOA intersection is constructed through the constant gradient acoustic ray tracing.And then an optimization function based on the overall TOA residual square sum is advanced to solve the position parameters for the underwater target.Moreover,the particle swarm optimization(PSO)algorithm is replaced with the tra-ditional nonlinear least square method to optimize the implicit positioning model of TOA intersection.Compared with the traditional distance intersection positioning model,the TOA intersec-tion positioning model is more suitable for the engineering practice and the optimization algorithm is more effective.Simulation results show that the proposed methods in this paper can effectively improve the positioning accuracy for the underwater target.

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Bancroft算法的多点定位TOA-LS估计

由于目标信号的发射时间未知,无源定位技术大多利用TDOA(到达时间差)进行目标定位.本文将求解GPS单点定位的Bancroft算法应用于TOA(到达时间)多点定位方程的求解,提出了基于Bancroft算法的无源多点定位TOA-LS(最小二乘)估计算法.TOA-LS包含三个线性方程,其加权系数与目标位置和目标信号发射时间相关.采用Ban-croft算法给出初始值并求解TOA-LS方程,完成加权系数的迭代更新.仿真结果表明对不同几何位置的目标,TOA-LS估计可获得接近理论方差下界的近似最优的性能.

OFDM超分辨率联合TOA/AOA定位

对无线信号到达时间(TOA)和到达角度(AOA)的精确估计是室内无线定位的关键。正交频分复用(OFDM)是适合多径衰落环境的一种高速传输技术。提出一种联合TOA和DOA的二维定位方法用于OFDM信号定位。算法首先通过信道估计得到信道的频率响应(CFR),对CFR采用超分辨率算法估计信道时延。首径(first arrival path,FAP)的时延估计就是接收信号的TOA估计。将天线阵列接收信号通过DFT变换到频域,利用同样的算法估计信号各径的AOA/DOA。最后联合TOA和AOA在二维平面上确定目标位置。由于信号是多径、多载波信号,对各载波的DOA/AOA估计在载波间进行处理,再结合各径脉冲响应的幅值,选出属于首径的DOA/AOA估计。在多径环境下仿真表明算法有效且定位精度能够满足实际需要,尤其适合环境中只有一个基站或接入点的情况。

一种联合TOA与DPS估计的MIMO OFDM系统信道估计算法

本文提出了一种基于联合TOA(到达时间)与DPS(时延功率谱)估计的MIMO OFDM系统信道估计算法,该算法借助导频设计,通过联合TOA与DPS估计对各路径时延位置进行精确定位,并在此基础上,对初始时域信道估计进行非线性滤波,从而改善了大时延扩展信道条件下由于导频子载波受限所导致的估计性能恶化现象。此外,文中还进一步分析、推导了该算法所适用的信道多径时延条件。最后,仿真结果也表明该算法可有效对抗大时延扩展信道,而且其MSE、BER性能要优于传统的时域最小二乘信道估计算法。

基于超声TOA的环境感知

针对超声波传感器测量过程中方位角存在不确定性的问题,提出了一种基于超声反射波到达时间(Time of Arrival,TOA)的目标距离及方位角的测量方法,并据此发展了基于超声探测的环境感知方法 .基于混合高斯拟合对回波信号进行处理,消除了信号串扰问题,提高了目标距离和方位信息的测量精度.基于传感器波束角的特性,实现了不同距离下目标的同时测量.通过引入“不确定度”,构建信度分配函数,采用DSmT(Dezert-Smarandache Theory)方法进行数据融合,实现地图更新.搭建了实验装置与实验环境,并对相关方法进行了实验验证,实验结果表明,通过135次测量即可实现对环境基本轮廓的建图,建图误差在3 cm以内.

Triangles Technique for Time and Location Finding of the Lightning Discharge in Spherical Model of the Earth

The spherical model of time and location calculation of the lightning discharge is given. The calculations are made by means of radio signals detection by sensors of the distributed network. The full solution of a problem of lightning discharge cloud-ground type location for three sensors is given. Based on this task the lightning location method for a network of sensors was developed. By means of computational experiments, the analysis of accuracy of the model depending on radio signals detection accuracy at observing stations was done.

基于基带S模式信号的联合TOA估计算法研究

针对广域多点定位系统中接收信号信噪比(signal to noise ratio,SNR)低导致到达时间(time of arrival,TOA)提取不准确的问题,提出了一种匹配滤波结合非相干积累的联合TOA估计算法,该算法能够有效降低匹配滤波法在低SNR下TOA估计的均方根误差(root mean square error,RMSE).联合算法通过对二次雷达驻留时间内接收的应答信号的匹配滤波输出做非相干积累,在最大值点处标记时间戳进行TOA估计,利用能量累积原理提高SNR,从而使得估计精确度得以提升.仿真结果表明:该算法可在-15 dB SNR,53 MHz采样频率及9个积累信号时,达到24.302 ns的TOA估计精确度.所提联合TOA估计算法具有高精确度与高稳健性的特点,能够在-15~0 dB SNR将估计精确度提升至25 ns以下,为提取低SNR S模式信号TOA进而提升广域多点定位精确度提供了一种有效的方法.

UWB无线传感器网络中基于匹配滤波检测的TOA估计

深入研究了UWB(ultra wideband)无线传感器网络中基于匹配滤波门限检测的TOA(time of arrival)估计算法.针对现有算法的不足,提出了一种三步TOA估计算法:先确定DP(direct path)搜索区域,然后使用门限检测确定DP的粗略位置,最后精确搜索到DP的中心.其中,用于计算检测门限的门限因子依据匹配滤波输出的峭度动态设置,设置模型独立于信道模式,其正确性通过与使用固定门限因子所获得的性能对比进行了验证.与其他算法的性能对比仿真结果表明,所提出的三步TOA估计算法在运算效率和TOA估计精度上取得了较好折衷,适合于当前实际应用.还通过对TOA估计误差的统计分析讨论了测距结果的可信度:依据峭度将测距结果划分为可信和不可信两个级别,并为各级别的TOA估计误差分别了建立概率密度模型.在定位模块中有效利用这些可信度信息,可进一步提高定位精度.

基于TOA和TDOA的三维无源目标定位方法

提出了一种基于到达时间(time of arrival,TOA)和到达时间差(time difference of arrival,TDOA)的空中运动平台对目标高精度三维定位的无源定位方法。该方法使用3个辅站信号到空中运动平台的TOA以及辅站位置确定空中运动平台自身的位置,然后依据目标散射回波到达各个辅站与空中运动平台的TDOA确定目标的位置。分析了三维TDOA目标定位模糊产生的原因,提出了一种无模糊的高精度TDOA目标位置求解算法。仿真结果表明,该算法比经典的TDOA定位算法精度高,而且不存在定位模糊,从而验证了该空中运动平台对目标进行无源定位方法的有效性以及正确性。

无线传感器网络中基于超宽带的TOA/AOA联合定位研究

提出一种基于超宽带(ultra wideband,UWB)信号到达时间估计(time of arrival,TOA)/到达角度估计(angle of arrival,AOA)联合估计的无线传感器网络(wireless sensor networks,WSNs)定位方案,只需要一个参考节点就可以实现对其他传感器节点的2D相对定位,并且不需要时钟同步,适合于传感器网络节点的低成本设计需求.利用往返时间(round trip time,RTT)进行TOA估计,给出了基于多径检测的TOA估计算法;利用到达时间差估计(time difference of arrival,TDOA)进行AOA估计,因而无需借助复杂的天线波束赋形技术.同时,分析了定位误差模型对定位性能的影响,并通过IEEE802.15.4a信道下的仿真实验进行了验证,结果表明了所提方案的有效性.

一种基于TOA定位的CHAN改进算法

本文提出了一种基于TOA参数的CHAN改进定位算法.首先利用坐标平移的方法,消除定位方程中的未知参数,得到移动台位置的一次估计;其次通过对一次定位结果误差的分析表明基站的几何位置结构和到达距离对定位误差具有不同的"贡献"度,依据"贡献"度大小的不同,对大"贡献"度采用小权值而对小"贡献"度采用大权值的原则,提出了虚拟基站的方法来减小系统的总体误差,从而提高定位精度.仿真结果验证了本文算法的有效性.

IR-UWB能量检测接收机中基于门限的TOA估计

为提高能量检测模式下脉冲超宽带(IR-UWB)测距的精度和可行性,该文提出基于最优门限和次优门限的两种到达时间(TOA)估计算法。最优门限算法以接收机信号统计特性与UWB小尺度衰减特性关系式为基础推导出门限选择的闭合表达式,并在最小均方误差(MMSE)指标下求解TOA估计值;次优门限算法以最优门限分析为基础,在虚警概率约束下使用牛顿迭代给出求解门限的递推算法。仿真表明,与同类算法相比,最优门限算法测距精度有较大提升;次优门限算法易于实现,且性能无明显下降。

一种单星仅测TOA无源定位方法

因单星测向定位体制存在系统构成复杂、对卫星载荷和姿态要求高等问题,提出一种单个低轨卫星仅测脉冲到达时间(TOA)实现对地表静止辐射源无源定位的方法。在研究仅测脉冲TOA估计径向加速度的基础上,提出采用网格搜索法进行定位的方法。推导得到了该方法定位误差的克拉美-罗下限(CRLB)及对于不同位置辐射源的定位误差几何分布(GDOP),并分析了该方法的可实现性。理论和仿真分析表明,该方法实现简单,适用范围广,定位性能满足实际需求。

传感器误差情况下的线性校正TOA定位算法

传统定位方法一般是在假设传感器位置信息准确已知的前提下进行的。然而在实际情形中,传感器位置信息往往含有随机误差,这些误差会严重影响目标的定位精度。针对这一问题,提出了一种存在传感器误差情况下的线性校正TOA定位算法。首先将非线性TOA定位方程组转化为一组关于目标位置的伪线性方程,利用加权最小二乘估计进行初始求解;然后在此基础上把伪线性方程组转化为关于估计偏差的求解问题,进而对初始解进行线性校正。在测量误差充分小的情况下分析了该算法的有效性。仿真结果表明该算法具有较好的定位性能。

一种简单的UWB-TOA估计方法

为实现简单而高效的超宽带精确测距定位,提出了一种低复杂度UWB-TOA估计方法.利用多相滤波来实现高精度采样恢复,克服了传统方法需要采样时钟速率达几十吉赫兹、AD芯片无法实现、FPGA芯片无法接收和处理这样高速而大量采样数据的问题,为专用超宽带定位芯片的实现和市场化发展奠定了基础.理论分析和仿真实验表明,所提方案可实现短距离精确定位,误差可达厘米级,且数据处理总量及计算复杂度较相干检测的到达时间估计至少下降一个数量级.

基于超宽带的TOA-DOA联合定位方法

针对现有的大多数超宽带(ultra-wide band,UWB)定位方法至少需要3个基站,系统开销较大的问题,提出一种新颖的基于波达时间-波达方向(time of arrival-direction of arrival,TOA-DOA)联合估计的定位方法,仅需一个基站即可准确快速定位目标。利用酋矩阵束算法估计视距信号TOA和最小二乘估计准则估计视距信号DOA,得到目标的相对坐标。Matlab仿真实验证明,该方法的TOA和DOA估计精度较高,定位精度达到厘米级,而且复杂度降低为矩阵束算法的1/4,采样频率为亚奈奎斯特速率,易于实现,是一种简单有效的定位方法。

粒子滤波和多站TOA的外辐射源雷达跟踪方法

针对外辐射源雷达跟踪常采用扩展卡尔曼滤波(extended Kalman filter,EKF)算法导致其跟踪精度受闪烁噪声影响较大的问题,结合到达时间(time of arrival,TOA)定位技术和粒子滤波(particle filter,PF)算法,提出一种适于闪烁噪声环境的外辐射源雷达跟踪方法。该方法通过多站TOA获得测量信息,利用双基地角来减弱目标雷达散射截面积(radar cross section,RCS)闪烁,采用非线性和非高斯的PF进行跟踪,能减小因闪烁噪声而导致的跟踪误差,避免EKF算法因线性化而带来的误差,从而提高跟踪精度。实验表明,该方法的跟踪性能优于EKF,尤其受闪烁噪声影响小,能提高闪烁噪声环境下的跟踪精度。实测数据验证了该方法的有效性。

两种NLOS误差消除及TOA定位算法

在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离——误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位。仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性。

基于UWB的无线传感器网络中的两步TOA估计法

为了设计一种以较小运算量获得较高测距精度的TOA(time of arrival)估计算法以适合节点运算能力有限的UWB(ultra wideband)无线传感器网络,提出了一种结合能量检测与匹配滤波的两步TOA估计方法.分析了该方法的工作原理,指出了第1步中DP(direct path)块检测成功率及第2步中匹配滤波门限因子设置的重要性.通过仿真对影响DP块检测成功率的两个因素,即DP块检测算法的选用和能量积分周期的设置进行了讨论.提出了依据能量采样序列中DP块与最小块比值DMR(DP to minimum energy sample ratio)动态设置匹配滤波门限因子的思想,并为其建立了数学模型.仿真结果表明,两步TOA估计方法在运算量比单一的基于匹配滤波的相干算法小很多的情况下,获得了比单一的基于能量检测的非相干方法更好的TOA估计性能,从而更适合应用于有低复杂度、低能耗设计需求的传感器节点中.