目标定位中的非视距传播研究综述

由于障碍物的存在,矿井等定位场景中普遍存在非视距传播现象,引起定位信号的折射、反射、衍射和散射,导致测距误差增大,进而影响目标定位精度。分析了非视距传播对TOA(Time of Arrival,到达时间)、TDOA(Time Difference of Arrival,到达时间差)、AOA(Angle of Arrival,到达角度)、RSSI(Received Signal Strength Indication,接收强度指示)等定位方法的影响,并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别,重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系法;对于非视距传播误差的抑制,主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法;对于非视距传播的利用,重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法;对于非视距场景下的目标定位方法设计,分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向:通过多种定位技术的融合提高目标定位精度;借助新兴技术提高非视距场景下的目标定位精度;通过与其他信息系统的交互引入额外信息,实现跨系统协同定位。

煤场喷雾降尘自适应模糊控制

为降低煤场粉尘对城市PM_(2.5)的环境影响,研究利用自适应模糊控制提高喷雾降尘效果。首先,基于高斯分布函数建立粉尘浓度偏差、粉尘浓度偏差改变量以及喷雾压力等变量的隶属度函数。其次,创建模糊规则库,构造模糊控制器,建立喷雾压力模糊控制数学模型。最后基于试验数据,利用误差反向传播学习算法优化模糊控制器的参数。MATLAB仿真结果表明误差反向传播学习算法的引入有助于增强模糊控制的适应性。煤场喷雾实践表明,自适应模糊控制提高了喷雾压力值与试验数据的贴合度,能输出优化喷雾压力值以达到最佳的降尘效果。

一种低复杂度的MIMO逐级检测算法

提出一种改进的多输入多输出(MIMO)检测算法.该算法利用组干扰抑制方法将待检测数据分为分组数据子流对,其中组内采取低复杂度的并行检测,组间进行干扰抵消逐级检测.理论分析和仿真结果表明,在准静态平坦衰落信道下,该算法与传统的排序连续干扰消除(OSIC)和最大似然判决反馈均衡(ML-DFE)算法相比,能有效地提高系统性能,且计算复杂度更低.在4发4收四相移频键控调制的MIMO系统中,运算复杂度仅为ML-DFE和OSIC的52.7%和20.1%,在10-3的BER时,可获得0.8～6.9 dB增益.在配置更多天线与采用高阶调制时,所提算法可获得更大的性能增益.

基于结构相似的LTE上行跨层视频优化

提出了一种基于结构相似的容错跨层优化方案来优化LTE上行视频流。首先,通过对LTE上行物理层的调制编码方案以及视频编码应用层的量化参数进行跨层配置,以提高视频包传输的可靠性。进而,将具有差错传递抑制的率失真优化引入到了跨层设计中来抑制传递失真对解码视频质量的影响。实验表明,本文提出的优化方案能够有效的提高视频包传输的可靠性与视频数据的容错性,并相应改善了接收端用户的视频体验质量。

基于非视距误差抑制的矿井轨道机车定位方法研究

矿井轨道机车定位方法以超宽带(UWB)定位为主,但井下运输巷道环境复杂,非视距传播多发,对UWB定位精度的影响严重。目前针对非视距传播引起的定位误差研究存在算法复杂、实时定位差等问题。通过分析轨道机车定位特点,在基于信号到达时间(TOA)的UWB定位技术基础上,提出一种基于非视距误差抑制的矿井轨道机车定位方法。在轨道机车不同位置安装2个定位卡,采用射频识别技术准确划分定位卡与定位基站的相对位置关系,根据UWB定位信号在非视距传播条件下测距值比实际值大的情况,采用2个定位卡之间距离测算值与实际值差值的经验范围,推算出不同定位卡和定位基站位置关系下非视距传播条件的鉴别阈值,通过该鉴别阈值剔除由非视距路径传播定位信号的测距值,使用由视距路径传播定位信号的测距值进行定位计算,实现对非视距误差的抑制,从而提高矿井轨道机车平均定位精度。测试结果表明:使用基于非视距误差抑制的矿井轨道机车定位方法,在定位信号处于视距传播条件时,机车平均定位误差均在1m以内;在定位信号处于非视距传播条件时,大部分非视距误差得到了有效抑制,平均定位精度在1 m左右,轨道机车定位精度较常规基于TOA的UWB定位方法大幅度提升。