一种北斗伪距单点定位的加权最小二乘(WLS)快速算法

针对当前伪距单点定位普遍采用的高斯牛顿迭代最小二乘(gauss-newton iterative least squares,GNILS)定位算法存在对初始值的估计依赖性强,且迭代计算量大的缺点,结合直接解算(direct calculation,DC)定位方法定位解算快和加权最小二乘(weighted least squares,WLS)定位算法定位精度高的优点,提出一种北斗伪距单点定位的WLS快速(fast weighted least squares,WLSF)定位算法?通过北斗实测数据验证表明,WLSF定位算法计算复杂度显著减少,并且定位精度具有较大改善?     

近空间雷达网角度定位算法

研究了一种基于角度信息的近空间雷达网定位算法.首先根据几何关系将目标与各站的关系方程转换成线性方程,并求出带噪声的最小二乘解,然后通过最大似然估计将定位问题转化成无约束极值问题,以最小二乘解为初值,利用DFP算法进行迭代求得更精确的定位解,并给出了求解的详细步骤,最后推导了几何精度因子的表达式,并对算法性能和定位精度进行了仿真分析,证明了算法的有效性.     

基于角度信息的近空间雷达网定位算法

研究了一种能有效提高角度信息定位精度的近空间雷达网目标定位算法。通过目标与雷达站之间的几何关系,建立基于角度信息的目标定位模型,将方位角与仰角信息的非线性方程转换为线性方程,运用最小二乘算法得到目标位置的初始值,根据最大似然算法将定位问题转化为无约束的优化问题,并利用信赖域方法进行迭代求解,给出了算法的求解过程和详细步骤,在此基础上对算法的定位精度进行了分析,推导了定位的几何精度因子表达式,并进行了仿真分析。仿真结果表明：该算法能有效提高角度信息的定位精度,且其定位性能优于最小二乘算法。研究成果可为近空间雷达网的探测与跟踪提供理论基础。     

基于最优最小二乘的红外目标单站定位算法

为消除红外目标单站定位算法估计有偏性,解决现有估计算法中有可能出现多个解向量的问题,提出了一种基于最优最小二乘的目标估计算法.对总体最小二乘定位算法进行了研究,针对扩展测量矩阵出现最小奇异值多重的问题,构造了一个由多重奇异特征向量组成的测度函数,将该函数进行偏微分得到最优的最小二乘解;通过理论分析,证明了最优最小二乘解向量是渐进无偏的;最后,将该算法与总体最小二乘法和修正辅助变量法进行仿真对比.仿真实验结果表明,该方法在不同测量环境噪声下所得到的位置、速度误差曲线能快速地逼近克拉美罗下限,且具有更高的估计精度和稳定性,说明了算法的有效性.     

一类基于最小二乘法的声发射源组合定位算法

介绍了声发射源时差定位方法的基本原理及其常用的声发射源定位方法.针对声发射源三维定位常规算法中初始值的选取影响算法收敛速度和定位精度的问题,充分利用最小二乘算法的估计特性,改进定位算法,提出一类基于最小二乘法的Geiger优化迭代组合定位算法.数值仿真算例表明:该方法能有效解决迭代法的初始值问题,保证算法的收敛并且提高迭代算法的收敛速度.     

基于PSO优化LSSVR的三维WSN节点定位方法

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

基于PSO优化LSSVR的三维WSN节点定位方法简

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

基于优胜劣汰理念的多站定位系统定位算法研究

多站定位系统中,测距定位是一种常用手段,但是由于各种确定的和偶发的因素影响,使得测距数据产生误差,影响定位精度．本文提出了一种基于优胜劣汰理念的定位算法,结合最小二乘法准则,通过循环迭代,剔除明显异常的测距数据后,再对目标点进行定位．仿真实验表明,该方法可有效地提高定位精度．     

采用三角形节点块处理无线传感器网络节点定位中节点翻转歧义的迭代方法

针对最小二乘法在无线传感器网络的节点定位中产生的节点翻转歧义问题,提出了一种基于三角形节点块处理节点翻转歧义的迭代方法(OPD-IP-INB)。该方法首先采用基于正交投影的节点翻转歧义检测方法对网络中所需定位的节点进行检测,然后根据三角形节点块具有的稳定性,充分利用全网络的连通性信息,通过坐标变换采用逐次寻优性的迭代方法,对发生翻转歧义的节点进行定位处理。仿真结果表明:OPD-IP-INB方法可以很好地处理最小二乘法中的节点翻转歧义问题,而且提高了整个网络的定位精度;与最小二乘法相比,随着信标节点的减少,其定位精度可以提高3%~10%;随着测距误差的减小,其定位精度可以提高2%~7%。     

基于GNSS-A的海底目标高精度定位算法研究

为提高海底目标垂直方向的定位精度,在分析全球导航卫星/声学定位（Global Navigation Satellite System-Acoustic,GNSS-A）基本原理的基础上,提出基于动态观测的海底目标声学定位算法。针对动态观测中产生的双程传播时延问题,将其发射和接收过程分别考虑,并利用最小二乘（Least Squares,LS）法解算圆形对称观测数据,消除绝大部分系统误差和粗差对水平定位精度的影响;结合水平解算结果、高精度声学测距信息和实测声速剖面信息,开展声线跟踪（Sound Ray Tracking,SRT）并构造迭代,进一步减弱垂直方向误差,提高海底目标点的垂直定位精度。南海实验证明,采用本文方法可以有效减小声速误差对测距精度的影响,明显提高海底目标在垂直方向上的定位精度。     

基于MVEKF算法的单站无源定位与跟踪方法研究

在对空中运动目标的单站无源定位问题中,建立了基于多普勒频率变化率的定位与跟踪模型．依据运动学原理,提取目标与观测站的相对信息,概念清晰直观,其定位速度和定位精度都比传统定位方法高．针对EKF方法受滤波初值影响大、易发散的缺点,采用修正协方差的扩展卡尔曼滤波算法（MVEKF）对初始估计值进行滤波处理,既能快速精确地对目标定位跟踪,又可以避免误差较大的初始估计值对滤波结果的不利影响．通过计算机仿真,结果验证了该方法的稳定性和有效性．     

基于TDOA和DOA测量的单站无源定位方法研究

空中运动目标无源定位和跟踪技术近年来一直是人们研究的热点,这种技术在航空、制导等领域都有广泛的应用,有着广阔的应用前景。探讨了一种基于辐射源的信号到达时间差(TDOA)和信号到达方向(DOA)信息,利用固定单站对机动目标进行无源定位与跟踪的新方法。在建立目标机动模型与测量方程的基础上,运用修正增益扩展卡尔曼滤波(MGEKF)算法,实现对机动目标进行定位与跟踪。讨论了它的若干技术问题、定位原理与算法。通过计算机仿真,验证了该方法的正确性与有效性。     

一种改进的GPS测码伪距单点定位算法

GPS是通过在同一时刻观测4颗以上的卫星,利用伪距观测量来解算出接收机的位置和钟差。针对传统的迭代最小二乘算法精度依赖于初始值的估计,且迭代计算量大,给出了一种改进的求差算法,即将GPS单点定位的非线性观测方程转化成线性方程直接求解测站坐标。利用VC编程提取出GPS接收机纪录的数据,通过仿真表明该算法计算简单,不需要观测站的初始值,不需要求导计算和迭代计算,从而验证了这种改进算法的优越性。     

基于自适应密度聚类分析的雷电定位算法

定位精度是评价雷电定位网络的重要指标之一,定位算法直接关系到雷电探测结果的精度。经典定位法抗误差干扰能力差、定位精度低,传统迭代算法易于发散且会陷入局部最优。为了实现更有效的定位,在定位计算中引入改进密度聚类算法(adaptive density-based spatial clustering of applications with noise,ADBSCAN)。通过雷击事故实例和区域仿真分析了定位算法的性能。结果表明,ADBSCAN不需要人工干预,对于雷电定位结果的聚类效果更好;基于ADBSCAN的雷电定位算法克服了传统定位算法的缺点,提高了抗误差干扰的能力,能稳定并精确求解出雷击点。     

一种分布式无锚点定位算法的优化与实现

符合分布式和无锚点特点的定位算法一直是传感器网络节点定位技术的一个重要发展方向。通过对大量无锚点定位算法的分析,提出了一种符合分布式特点且定位精度较高的无锚点定位算法。为进一步提高该算法的节点定位精度,建立了该算法的误差模型,通过对其分析,提出了减少目标节点定位误差的方法。为衡量节点估计位置的准确程度,首先提出了2个指标——定位等级与可信度;然后以原算法为基础,利用提出的指标,按照误差分析得出的结论,设计了一种从目标节点邻居表中筛选出高精度邻居节点的优化机制,从而提高了目标节点的定位精度。计算机仿真分析表明,优化后的算法计算节点估计位置的有效性和可靠性均高于原算法,进而证明了这种优化设计的可行性。     

基于AOA-TOA重构的单站定位算法

针对非视距环境,提出AOA-TOA重构的单站定位算法。算法分两步进行,第1步基于单次散射模型给出了一种关于波达角度(angle of arrival,AOA)的粗略的重构方法;第2步以单基站测得的波达时间(time of arrival,TOA)和AOA等信息,结合散射体分布模型的统计特性,对现有的AOA重构算法进行拓展,以最大似然估计法对TOA重构。改进了传统的单目标参数重构模式,实现了在非直达波(non-line-of-sight, NLOS)环境下基于散射体分布模型的单基站定位,并具有较高定位精度。仿真结果验证了该算法的有效性,同时,仿真结果还验证了该算法在密集多径环境下比多径稀疏的环境有更好的定位性能。     

一种无线定位非视距误差消除算法研究

在分布式多天线的基础上,提出一种新型非视距误差消除算法,并将其应用于传统的时间到达（time of arrival,TOA）定位。利用含多天线的天线组,测量出导致产生非视距传播的散射体的位置,将这些散射体看作虚拟基站,测量出移动台的坐标,完成无线定位。通过对算法的仿真结果分析表明,该算法能有效地消除非视距误差,比一些传统算法具有更高的定位精度。     

粒子群优化算法在TDOA定位中的应用

提出了接收端在空间随机分布时,利用粒子群优化算法解决TDOA定位估计中遇到的非线性最优化问题.针对TDOA定位方式,该算法首先初始化一个随机粒子群,然后根据适应度值更新粒子速度和位置,通过迭代搜索最佳坐标.仿真结果表明,在参数设定合理的情况下,该算法性能稳定,能找到逼近全局最优点的解,相对于其他算法精度更高.     

蜂窝网中一种非视距传播的定位技术

非视距传播(NLOS)是蜂窝网定位误差的最主要来源.在定位参数中引入伸缩因子,采用反复叠代的方法,可以减少非视距传播的影响.仿真性能测试表明该方法不需要任何信道环境先验信息且收敛速度快,得到的定位精度接近于利用信道先验信息的平滑和重构技术而得到的精度,适用于未来蜂窝网的定位业务.     

基于TDOA和DOA测量的单站无源定位方法

空中运动目标无源定位和跟踪技术在航空、制导等领域应用广泛.探讨了一种基于辐射源的信号到达时间差（TDOA）和信号到达方向（DOA）信息,利用固定单站对机动目标进行无源定位与跟踪的新方法.在建立目标机动模型与测量方程的基础上,运用修正增益扩展卡尔曼滤波（MGEKF）算法,实现对机动目标进行定位与跟踪,讨论了其定位原理与算法,计算机仿真验证了该方法的正确性与有效性.