An Indoor Localization Approach Based on Fingerprint and Time-Difference of Arrival Fusion

In this paper,an effective target locating approach based on the fingerprint fusion posi-tioning(FFP)method is proposed which integrates the time-difference of arrival(TDOA)and the received signal strength according to the statistical variance of target position in the stationary 3D scenarios.The FFP method fuses the pedestrian dead reckoning(PDR)estimation to solve the moving target localization problem.We also introduce auxiliary parameters to estimate the target motion state.Subsequently,we can locate the static pedestrians and track the the moving target.For the case study,eight access stationary points are placed on a bookshelf and hypermarket;one target node is moving inside hypermarkets in 2D and 3D scenarios or stationary on the bookshelf.We compare the performance of our proposed method with existing localization algorithms such as k-nearest neighbor,weighted k-nearest neighbor,pure TDOA and fingerprinting combining Bayesian frameworks including the extended Kalman filter,unscented Kalman filter and particle fil-ter(PF).The proposed approach outperforms obviously the counterpart methodologies in terms of the root mean square error and the cumulative distribution function of localization errors,espe-cially in the 3D scenarios.Simulation results corroborate the effectiveness of our proposed approach.

基于广义互相关时延估计(TDOA)算法的声源定位跟踪系统设计与实现

为实现在二维平面内对声源进行实时定位和动态跟踪,运用时延估计(TDOA)互相关算法设计一种原声监听头阵列的CC-TDOA声源定位跟踪系统,实现对多个原声监听头进行同步采样,再进行信号放大及运算处理,运用LCD屏实时显示目标声源的距离和方位角度,同时运用二维云台控制激光笔对准声源,并持续动态跟踪声源。模拟仿真及真实环境实验测试表明,采用基于到达时间差的互相关定位算法,计算量小,精度较高,测试角度误差小于2o,距离误差小于1.2%,可以满足多种智能应用场合中声源实时定位与跟踪的要求。

一种改进组合加权的TDOA室内二维定位算法

针对现有组合加权算法对定位区域边缘的目标定位时精度较低的问题,在现有组合加权算法的基础上提出了一种改进算法。首先,将基站分组,以到达时差算法得到目标位置的多个估计结果;其次,计算各估计结果之间距离值并排序,以滑动窗口法判断是否存在基站组出现异常定位估计;最后,当任意基站组的定位结果发生异常时,使用目标位置估计结果及其估计克拉美罗下界值设计两个加权步骤的权值,通过二步组合加权算法得到最终定位结果。仿真结果表明,所提算法有效减少了原组合加权算法对定位区域边缘的目标定位时的误差,当测量噪声标准差为0.8 m时,所提算法相较于原算法在正方形边缘区域定位均方根误差减小了0.35 m;在定位狭窄矩形区域时,所提算法平均定位均方根误差减小了0.11 m。

传感器位置误差下TDOA-DOA水下目标被动定位算法

针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题,提出了一种基于两步最小二乘的到达时间差波达方向(time difference of arrival-direction of arrival,TDOA-DOA)目标定位算法。首先,构建TDOA-DOA理想化无误差模型,并利用最小二乘算法对目标位置进行粗估计。其次,考虑测量误差和传感器位置误差,构建目标定位误差和传感器位置的联合方程,并利用加权最小二乘求解。最后,利用目标定位误差对目标位置粗估计值进行修正,得到更精确的定位结果。仿真实验表明,所提算法可对目标位置和传感器位置进行联合估计,相较于已有算法具有更高的定位精度,更适用于传感器位置存在误差情况下的水下目标定位。

TDOA目标模拟信号光子链路传输延时测量系统

在TDOA(time difference of arrival)目标模拟系统中,采用微波光子链路传输包含精确TDOA信息的多路多频段目标模拟信号,为保证TDOA信息的精度足够高,需要精确测量目标模拟信号经过光子链路的传输延时。从特定工程应用角度提出一种光子链路传输延时测量方法,通过专用延时测量芯片实现传输延时高分辨率、高精度测量,通过延时测量信号和目标模拟信号分时占用单根光纤的相同光传输波道,实现光子链路传输延时测量和目标模拟信号传输分时工作,从机理上满足了精确测量光子链路传输延时所需硬件条件。试验结果:表明该方法可精确测量目标模拟信号经过光子链路的传输延时,测量误差小于1 ns,比传感器的TDOA测量精度高一个数量级,满足系统对光子链路传输延时的测量精度要求。

基于TDOA算法的基建现场施工人员定位研究

为了解决当前存在的受大量多径干扰和视距干扰的影响而导致定位精度不足的问题,提出基于到达时间差(TDOA)算法的基建现场施工人员定位方法。利用层叠样式表单技术,搭建三维图像定位基本框架。使用统一的定位服务器,根据基建现场面积确定定位节点数量。创新性地将TDOA算法部署到定位引擎中,从三维图像中提取施工人员特征信息和位置特征信息并进行匹配,得到基建现场施工人员三维特征集合。利用TDOA算法计算待测目标的三维坐标信息,实现施工人员三维图像定位。对比试验结果表明:所提方法的定位数据与实际位置坐标的绝对误差在0.2 m以内;在非视距环境下,连续定位轨迹与模拟的真实轨迹基本一致;在定位距离测试中,测得的距离与真实结果更接近。在视距和非视距环境下,所提方法的定位误差小、测距结果准确、定位精度较高,满足实际定位需求。该研究可以较大程度地消除事故隐患,从而建立相对安全的施工环境、降低基建现场施工中出现事故的概率。

基于TDOA的无人机集群协同单目标定位

无源定位作为现代信息化战场中电子侦察的重要技术,可以在自身不辐射电磁波的情况下实现对敌方目标的精确定位。以高灵活性、高安全性的无人机(unmanned aerial vehicle,UAV)集群为接收站,研究基于到达时差测量的辐射源定位方法。作为高机动平台,UAV集群的位置误差更大,基于该情况对Chan算法、Taylor算法进行改进,并提出了一种粒子群泰勒协同的解算方法。与其他方法的定位结果进行对比,仿真结果表明所提的方法定位精度接近克拉美罗下界(Cramer-Rao lower bound,CRLB),解决了Taylor算法的初值问题。

Passive Localization Using Time Difference of Arrival and Frequency Difference of ArrivalWC

In order to improve the accuracy and engineering feasibility of four-Satellite localization system, the frequency difference measurement is introduced to the four-Satellite TDOA (Time Difference of Arrival) localization algorithm. The TDOA/FDOA (Frequency Difference of Arrival) localization algorithm is used to optimize the GDOP (geometric dilution of precision) of four-Satellite localization. The simulation results show that the absolute position measurement accuracy has little influence on TDOA/FDOA localization accuracy as compared with TDOA localization. Under the same conditions, TDOA/FDOA localization has better accuracy and its GDOP shows more uniform distribution in diamond configuration case. The localization accuracy of four-Satellite TDOA/FDOA is better than the localization accuracy of four-Satellite TDOA.

Hybrid TDOA/FDOA and track optimization of UAV swarm based on A-optimality

The source location based on the hybrid time difference of arrival(TDOA)/frequency difference of arrival(FDOA) is a basic problem in wireless sensor networks, and the layout of sensors in the hybrid TDOA/FDOA positioning will greatly affect the accuracy of positioning. Using unmanned aerial vehicle(UAV) as base stations, by optimizing the trajectory of the UAV swarm, an optimal positioning configuration is formed to improve the accuracy of the target position and velocity estimation. In this paper, a hybrid TDOA/FDOA positioning model is first established, and the positioning accuracy of the hybrid TDOA/FDOA under different positioning configurations and different measurement errors is simulated by the geometric dilution of precision(GDOP) factor. Second, the Cramer-Rao lower bound(CRLB) matrix of hybrid TDOA/FDOA location under different moving states of the target is derived theoretically, the objective function of the track optimization is obtained, and the track of the UAV swarm is optimized in real time. The simulation results show that the track optimization effectively improves the accuracy of the target position and velocity estimation.

一种基于加权质心的TOF与TDOA联合定位算法

在大噪声环境或者标签位于基站附近等定位场景中,UWB TDOA定位模式下的定位算法存在精度低且发散等问题。针对此问题,引入飞行时间差(TOF)测距和加权质心算法,构建了一种新的TOF与到达时间差(TDOA)联合定位算法。首先,利用TOF测距,得到TDOA双曲线定位方程,与传统的TOA测距相比,所提算法不需要严格的时间同步;其次,为解决大噪声环境多个定位圆不相交而无法定位的问题,引入TOF加权质心算法得到标签的初始粗定位置,并代入TDOA双曲线方程组;最后,采用Taylor迭代思想计算出标签坐标。仿真实验对比分析其他方法和所提算法在不同噪声环境和不同标签位置下的定位精度、算法复杂度以及标签定位散点图,结果表明:与TOF、TOF-TDOA、TOA-TDOA算法相比,本文算法能够在大噪声环境下提供较高的定位精度和定位范围;当噪声方差等于0.75时,本文算法定位精度分别提升了30.1%、25.6%和25.8%;不管标签远离双曲渐近线或者靠近基站,本文算法均能够提供稳定的定位性能,且满足UWB实时定位的需求。

布局方式对TDOA室内定位精度影响分析

针对到达时间差(TDOA)室内定位方法存在多基站布局方式对定位精度的影响问题,基于TDOA的几何精度因子(GDOP)方法仿真分析不同布局方式、主基线长度及基站高度对室内定位精度的影响。在三维多基站条件下,对正方形、圆形、蜂窝形布局方式进行仿真。得出不同的布局方式下的GDOP的分布图,仿真分析得出正方形布局方式室内定位精度最高,并以正方形布局为例,仿真分析不同主基线和高度下的GDOP分布图,得出最合理的布局方式,为实际室内定位应用中多基站布局提供了理论参考。

适用于声源定位的气体绝缘输电线路超声导波传播特性研究

基于到达时间差(TDOA)的声源定位方法是当前气体绝缘输电线路(GIL)故障定位的主要方式,声波在GIL结构上的传输特性深刻影响着定位结果的准确性。为进一步提升故障定位精度,该文提出了考虑导波频散与多模态特性的GIL壳体声传输分析模型,以典型220 kV GIL管段为研究对象,建立声波传输有限元模型,研究了导波特性对故障定位的影响,确定了适用于故障定位的超声导波模态以及GIL非直管结构对该模态导波的衰减与时延量,通过现场定位试验验证了分析模型的可行性,为GIL声源故障定位系统的传感器配置与定位阈值设置提供了计算依据。结果表明,在20~60 kHz频带内,F(1,1)模态导波具有能量高、波形形状稳定、抗干扰能力强等特点,使用该模态导波进行故障定位精度较高。GIL非直管结构会对F(1,1)模态导波造成较大的幅值衰减与一定程度的时延,在故障定位中考虑非直管结构衰减与时延影响可以使定位误差降低60%以上。

基于短基线传感器网络的远场声源TDoA定位组合算法

针对远场声源定位问题,提出到达时间差(TDoA)定位的短基线传感器网络方案.通常有一类定位算法无需估计初始点,而另一类算法则依赖初始估计值,提出将这2类方法相结合,设计出几种组合定位算法.主要思想是扬长避短,由第1类定位算法实现粗定位和输出初始估计位置,将其作为初始点输入给定位精度高和依赖初始值的第2类算法.提出利用蒙特卡洛法和简化的几何配置案例,计算定位算法的概率误差圆,论证了这种性能评估准则的可行性.通过对组合算法的概率误差圆进行数值分析,得出球形插值法与最小二乘方程差法的有机组合具有最优性能的结论,并分析了这种组合算法的盒图特性.根据不同的距离和声程差标准偏差进行模拟,以及采用野外真实场景下获得的声源数据进行试验,验证了结论.

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。

基于TDOA与GROA的信号源被动定位偏差消除技术

本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.

基于TDOAs与GROAs的多信号源被动定位

为提高感知节点位置模糊条件下多目标被动定位结果精度,提出基于TDOAs与GROAs的混合定位代数闭式解算法,该算法联合估计未知信号源位置与带误差感知节点位置,利用TDOAs与GROAs所包含的相同感知节点位置误差信息提升定位精度,并推导得到基于TDOAs与GROAs多目标混合定位的克拉美罗下界(CRLB),仿真结果表明,所提算法能较好的达到CRLB,并且GROAs信息的引入给多目标定位精度带来明显性能提升.

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TDOA与GROA的多运动站误差配准算法

针对多运动站无源定位过程中存在系统误差的问题,该文提出一种基于到达时差(TDOA)与到达增益比(GROA)最小二乘配准算法。该算法利用泰勒展开把非线性的量测方程线性化,利用最小二乘算法得到对目标状态和系统误差的联合估计,并考虑了量测噪声和站址误差的影响。同时推导了存在量测噪声、站址误差和系统误差时的克拉美罗下界(CRLB),并分析了系统误差对CRLB的影响。多种条件下的仿真表明,该算法对系统误差和目标状态的估计精度较高,说明了算法的有效性。

改进粒子群优化算法在TDOA定位中的应用

针对TDOA定位估计中的非线性最优化问题,提出了一种基于改进粒子群优化的TDOA定位算法。该算法在自适应粒子群优化算法的基础上,引入禁忌搜索策略,有效地解决了粒子群优化算法容易陷入局部最优的问题,使算法快速收敛到全局最优解。仿真结果表明:该算法性能稳定,定位精度高。

利用TDOA和FDOA的单站多外辐射源目标定位算法

针对利用单个观测站接收多个外辐射源信号从而实现对运动目标定位的问题,以直达信号和目标回波信号之间的到达时差和频差为观测量,提出一种基于Taylor迭代的目标定位算法。该方法采用Taylor迭代方法,得到目标位置和速度估计。迭代的初值由最小二乘方法得到。推导了本文算法的克拉美罗界(Cramer-Rao lower bound,CRLB)和理论误差。仿真结果表明,本文算法仅需1次迭代即可收敛至全局最优解;在一般测量误差条件下,本文算法的实际定位误差逼近CRLB;对系统几何精度因子图的分析表明,目标及外辐射源位置也是影响定位精度的重要因素。