Nonparametric TOA estimators for low-resolution IR-UWB digital receiver

Nonparametric time-of-arrival（TOA） estimators for impulse radio ultra-wideband（IR-UWB） signals are proposed. Nonparametric detection is obviously useful in situations where detailed information about the statistics of the noise is unavailable or not accurate. Such TOA estimators are obtained based on conditional statistical tests with only a symmetry distribution assumption on the noise probability density function. The nonparametric estimators are attractive choices for low-resolution IR-UWB digital receivers which can be implemented by fast comparators or high sampling rate low resolution analog-to-digital converters（ADCs）,in place of high sampling rate high resolution ADCs which may not be available in practice. Simulation results demonstrate that nonparametric TOA estimators provide more effective and robust performance than typical energy detection（ED） based estimators.

基于载波变频稀疏采样与阵列移动的TOA-DOA联合估计

文中提出了一种利用少量传感器和少量快拍实现多目标波达时间(Time of Arrival,TOA)和波达方向(Direction Of Arrival,DOA)联合估计的方法。该方法设计了一种基于移动平台的完全稀疏阵列,保证不同时间的阵列位置合成后不存在重叠,并且通过差分变换可以得到更大的阵列孔径。同时,考虑了载波频率变换场景下一种新的稀疏采样方法,可以利用少量的快拍得到大量的虚拟数据,进而能够实现小快拍条件下TOA/DOA的精确估计。仿真结果表明,与传统的均匀线性阵列结合均匀采样的方式相比,文中所提方法能够识别更多的目标。同时,该方法的估计精度优于基于固定平台的嵌套阵列结合嵌套采样的方式。

新颖的基于门限比较的脉冲超宽带TOA估计算法

针对IR-UWB(impulse radio-ultra wideband)测距定位系统中目前已有的几种非相干TOA(time of arrival)估计算法的不足,提出了一种基于能量采样序列的最大最小值比(MMR,maximum to minimum energy sample ratio)进行归一化门限设置的TC(threshold comparison)算法。通过仿真考察了最优归一化门限与MMR之间的关系,建立了以MMR为参量的最优归一化门限计算模型。该模型独立于信道模式,具有极好的通用性;同时还考虑了能量积分周期的影响,使得模型无须任何更动即可应用到不同的能量积分周期取值情况下,极大地增强了模型的灵活性。与已有的几种非相干TOA估计算法的性能对比表明,基于MMR进行门限设置的MMR-TC算法在所有信噪比范围内均能取得最优性能,验证了算法的有效性。

一种考虑非视线传播影响的TOA定位算法

本文提出了当接收端在空间随机分布时考虑非视线 (NLOS)传播影响的TOA算法。其主要思想为用一新变量代替定位估计中的两次项 ,把非线性估计转化为两步最大似然 (ML)线性估计 ,并通过加入松弛变量和采用搜索的方法 ,消除NLOS传播对定位算法的影响。此算法结构简单 ,计算量不大 。

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。

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.

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.

非视线传播环境下基于TOA的综合无线定位算法

针对精确无线移动定位系统中影响定位精度的非视线(NLOS)传播误差问题,在简要分析几种最新NLOS误差消除算法的基础上,提出了一种新的基于信号到达时间(TOA)的综合位置确定算法.该算法首先通过残差排序筛选找出距离测量集合中具有最小残差平方和的伪距测量子集合,达到初步消除NLOS误差的目的;然后采用一种简化的伪距尺度约束算法优化伪距尺度因子,从而得到较准确的距离测量值,以进一步提高定位精度.仿真结果表明这种新方法比线性位置线算法和泰勒级数展开最小二乘位置估计算法性能优越,在一定程度上提高了无线定位的准确度.

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。

UWB室内信道下一种低复杂度的TOA估计新算法

针对室内信道,提出一种基于UWB多径信号中最强路径检测的TOA估计算法.通过卷积运算进行最强路径搜索,进而完成TOA估计.TOA估计过程不依赖视距路径(line-of-sight path)检测,适合于NLOS(non line-of-sight)情形,且最强路径搜索避免了阈值设置过程,相比LP搜索计算复杂度低.通过对IEEE.802.15.4a标准下NLOS信道模型的仿真实验,讨论了各参数估计偏差对定位性能的影响,验证了本定位算法在室内多径信道下的适用性.

一种OFDM无线网络TOA估计新算法

为了在OFDM无线网络定位服务(LBS)中实现精确的到达时间(TOA)测量,提出了一种OFDM系统TOA估计新算法.将TOA估计分为整数采样周期TOA估计和小数采样周期TOA估计.接收机利用训练符号的时频特性以迭代搜索的方法获得小数采样周期TOA估计,并利用估计结果修正小数采样周期时延带来的相关谱扩展,利用引导沿检测算法由修正后的相关谱估计整数采样周期TOA.仿真结果表明,该算法在信噪比高于0 dB时TOA估计精度高于相关检测算法,10 dB信噪比下其TOA估计精度比相关检测算法提高一倍以上.同时,可以用降低两个数量级以上的复杂度提供与现有超分辨率算法相当的TOA估计精度.

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.

基于TOA的三维空间定位算法研究

对三维定位算法进行了研究,提出了一种基于到达时间的三维定位算法。其主要思想是用一新变量代替定位估计中的二次项,把非线性估计转化为两次WLS(加权最小二乘)线性估计。该算法结构简单,计算量较小。仿真结果证明了该算法的有效性。

IR-UWB系统中采用锯齿波匹配的低复杂度TOA估计

采用非相干能量检测,提出了一种负斜率锯齿波相关搜索的算法,其结合接收多径脉冲信号的包络特征,获得了次优的估计性能。另外,通过对于锯齿波斜率(锯齿波宽度)的分析给出了在非视距条件下无偏估计的条件,理论分析了TOA估计平均绝对误差,推导出其性能解。仿真结果验证了算法的性能,并通过对结果的分析给出了在视距和非视距环境、不同信噪比下锯齿波斜率的最优取值范围。该方法解决了估计复杂度、抗多径和非视距环境下的顽健性问题。

一种有效减小非视距传播影响的TOA定位方法

本文基于移动通信环境中非视距 (NLOS)传播时延服从指数分布的特性 ,提出了一种有效减小NLOS影响的定位方法 .该方法首先利用测量的波达时间 (TOA)和NLOS传播时延的统计特性估计由NLOS引起的附加时延 ;然后从测量的波达时间中减去附加时延 ,得到对LOS传播时间的估计 ,进而估计移动台的位置 ;最后 ,对不同时刻估计的移动台位置进行平滑处理 ,进一步减小NLOS的影响 .采用该方法对移动台的位置进行的估计是一种无偏估计 ,不需要增加系统成本 ,计算简单 ,是一种非常实用的定位方法 .仿真结果证明了该方法的有效性 .

基于TOA变化率有偏估计的单通道无源定位

针对相对径向加速度较小时,已有的到达时间(time of arrival, TOA)二次变化率定位方法精度低的问题,提出基于TOA变化率的高精度定位方法。为了提高TOA变化率估计精度,提出忽略径向加速度进行有偏估计的方法;基于有偏的TOA变化率,首先采用牛顿迭代方法,获得目标位置的粗估计,再根据粗定位值近似计算定位偏差,对粗定位进行偏差修正,得到目标位置的高精度估计。理论分析了利用有偏估计进行定位带来的随机误差和定位偏差,以及偏差修正后的定位精度。仿真分析表明,在观测站速度和加速度较小时,本文提出的TOA变化率定位方法精度优于TOA二次变化率定位方法,提出的偏差修正方法可有效降低有偏估计带来的定位偏差,定位精度优于无偏TOA变化率定位方法。

罗兰C信号TOA高精度估计算法

针对低频地波传播的罗兰C信号TOA(Time of Arrival)估计,提出一种采样周期内分数TOA的高精度估计算法。利用互相关获得有周期模糊的第三周过零点TOA估计值,采用改进的导出脉冲法的估计结果对其解模糊,获得第三周过零点采样周期整数倍的TOA估计值,最后以解模糊后的TOA估计值作为参考通过将其邻域内的离散信号插值为连续时间信号,由此连续时间信号的过零点得到小于一个采样周期的TOA估计。计算机仿真结果和实测数据验证了本文提出的罗兰C信号TOA估计的高精度性能和本文算法的有效性。

相关噪声中的TOA估计算法研究

实际环境中,常存在信号与噪声相关的情况,因此相关噪声环境中高效准确的信道参数估计算法的研究对于无线通信系统的构建至关重要。首先研究了基本MUSIC算法的TOA参数估计算法,仿真表明此种算法在高斯白噪声环境表现良好,但是并不适合相关噪声环境。针对相关噪声环境,研究了TOA参数估计中的MUSIC改进算法,并进行了仿真验证。仿真结果表明,改进算法完全可以适合于相关噪声环境中进行高分辨率TOA估计。

实际COSPAS-SARSAT信号TOA估计算法研究

该文针对伽利略搜救系统中TOA高精度估计的需求,考虑了实际接收的COSPAS-SARSAT信号中信息位宽的不确定度和调制不对称度,提出了基于多维联合极大似然估计的TOA估计算法。文章首先介绍了含调制不对称度的COSPAS-SARSAT信号模型,然后推导了算法原理,并给出了具体的实现过程。Monte Carlo仿真结果表明,在34.8 dBHz的处理门限、调制不对称度为5%和-5%的极端条件下该算法得到的TOA估计的均方根误差小于13.5μs,满足15μs的系统指标要求,优于其他算法的估计精度。

伽利略搜救信号FOA和TOA精确估计算法

针对伽利略搜救系统中到达频率(FOA)和到达时间(TOA)高精度估计的需求,考虑到实际接收的信标信号中信息位宽未知的情况,提出了多维联合极大似然估计算法和体积重心算法相结合的FOA和TOA估计算法。在介绍信号模型的基础上推导了算法原理,给出了估计算法的具体实现过程。Monte Carlo仿真和实测结果表明,在34.8 dBHz的处理门限下,该算法得到的FOA和TOA估计的均方根误差分别小于0.03 Hz和9.5μs,优于0.05 Hz和11μs的系统指标要求。该算法目前已应用于伽利略中轨卫星地面用户终端(MEOLUT地面站)。