一种面向位置服务的超宽带室内定位算法

超宽带技术由于较高的测距精度和穿透性能,对于位置服务有着重要的应用价值。在实际的高密度定位环境中,传统的定位算法受非视距误差和多径效应的影响,很难实时准确解算出实际位置坐标。虽然增加基站数量可以有效提高定位的精度,但是其成本也在不断提高。针对超宽带在高密度室内定位中实时性差、定位精度低的问题,提出了一种基于支持向量机的超宽带定位方法,提高了定位的精确性和鲁棒性;给出了基于到达时间差(TDOA, time difference of arrival)的支持向量机模型,重点在于将定位问题转化为分类问题的求解;通过TDOA值和坐标值来建立支持向量机分类模型,利用一对一分类模型实现了坐标值的解算,提高了坐标解算速度。仿真结果表明,在高密度实时定位中,相比于传统的Chan算法和Taylor算法,文中方法在定位精度近似的情况下,实时性要高于传统算法,满足实际定位中低功耗、快速高精度定位的要求。     

基于WRV的室内移动机器人定位系统

针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。     

快速运动物体的分布式多天线阅读器定位系统

 射频识别技术被广泛应用到室内定位领域。现有的利用射频识别技术的定位系统有很多缺陷,在定位精度、效率、可靠性、成本等方面存在诸多问题。分布式多天线阵列阅读器定位系统可根据各接收天线检测的信号强度、相位差等信息实现快速精确定位。引入本地标识概念可简化标签识别过程,以实现对目标标签的高速识别定位,满足对快速运动物体识别的支持。与传统定位方法相比,引入本地标识的多天线阵列阅读器定位系统在定位速度、定位精度和抗干扰能力上都具有突出的优势。     

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.     

基于带符号残差加权的手机定位方法

在蜂窝网的移动终端定位中,非视距(NLOS)环境造成的误差是导致定位精度下降的主要原因.为降低NLOS误差的影响,本文提出了一种基于带符号残差加权的定位方法.该方法采用Chan算法算出移动台的初始位置,用带符号残差加权模型进行修正,再应用带符号残差辅助的泰勒级数展开法进行迭代,得到移动台的最终估计位置.仿真实验结果表明,与基于平方残差加权的方法相比,基于带符号残差加权的方法的定位精度平均提高约14.82%,可更加有效地抑制NLOS的影响.      

班车实时定位系统的设计

为了满足新型班车连续高精度的定位需求, 采用GPS/LBS组合定位方法,提出了一种实时班车定位方案。主要设计了一种由STM32F103单片机、SIM7600CE模块集成的终端,支持GPS/LBS组合定位,并通过企业微信平台,查看车辆的实时位置。前期对于LBS异常数据采用基于几何距离的算法去除噪点,基于速度约束的漂移点判定异常,采用道格拉斯-普克算法进行轨迹压缩,最终实时位置、行车路线显示在客户端。本文重点使用了中值滤波对路线的轨迹进行优化,同时使用路点与道路匹配算法使得坐标吸附到主干道上。运行结果表明,系统位置指示精度高,查询方便。     

矿井非视距环境下UWB人员定位算法

为建立实时、高精度定位系统,减少弯曲巷道对矿井人员定位产生的NLOS误差,基于超宽带UWB技术和井下复合衰落信道模型,提出一种矿井NLOS环境下的改进算法。利用面积形心算法,将未知节点的空间位置约束在一个较小的区域内,然后利用Taylor和Chan氏算法进行定位,从而提高UWB井下人员定位系统的精度。仿真结果表明：该算法在井下NLOS环境下具有较高的定位精度,综合性能优于Chan氏算法和Taylor算法。     

基于随机权重混沌粒子群反向神经网络算法的RFID定位算法

为了提高射频识别 (radio frequency identification,RFID)定位系统的准确性与可靠性,并改善反向传播神经网络算法在RFID定位算法中收敛速度慢、精度低、稳定性差的缺点,提出一种基于随机权重的混沌粒子群优化反向传播神经网络定位方法 (random weight chaotic particle swarm optimization back-propagation neural networks,RW-CPSO-BP)。在运用RW-CPSO-BP算法对标签进行轨迹预测过程中,首先对3个阅读器接收到的标签接收信号强度指标值 (received signal strength indicator,RSSI)先用均值滤波进行预处理,然后再进行归一化处理,将处理过的数据分为两组在RW-CPSO-BP模型中进行训练,从而得到误差曲线。经过RW-CPSO-BP优化过权值和阈值的BP模型能较好地定位移动标签,而且克服了陷入局部最优解的问题。仿真结果表明,RW-CPSO-BP算法收敛速度和稳定性明显高于BP网络,误差也较BP网络低,更加适合用于进行复杂环境下的RFID定位。     

一种基于TOA的三维推广无线定位算法

鉴于二维坐标下无线定位算法的结果与现实环境有一定的差距,提出了一种在三维空间条件下基于到达时间(TOA)的Chan推广算法。深入比较和分析了影响该算法定位精度的因素,总结了该算法适用的定位条件和定位环境。在不同定位基站数目、待定位移动台的位置和参与定位基站布局等条件下,对该算法进行了大量的模拟仿真,结果表明利用该算法定位结果比较准确,算法有效可行。     

基于数据融合技术的TDOA移动台定位方法

提出了一种移动网络条件下新的定位方法.该方法基于数据融合技术,对传统Chan算法的定位估计结果进行多层信息融合,使得仅利用多组到达时间差(TDOA)测量数据即可有效地提高移动定位的精度.方法简单实用,特别是在非视线路径(NLOS)干扰条件下,不仅定位精度高,而且显著地降低了定位失败的概率.计算机仿真结果表明,该方法对多种环境都是有效的.     

基于神经网络的UWB室内定位算法

定位技术的迅速发展,使它渗透到了人们的生产生活中,因此,对定位技术的完善和提升变得尤为重要.一些传统定位技术,如红外线、超声波、蓝牙、RFID等,由于室内环境的复杂性,导致定位精度有所损失.UWB作为一种无载波通信技术,其诸多优点可以使它在视距传输中获得良好的定位效果,但是实际环境中的非视距传输,会使其受到影响而产生误差.采用TOA定位方法,辅以神经网络算法,可在寻求优化解的过程中不断减小误差,实验仿真表明,该算法在复杂的室内传输中具有较高的定位精度.     

基于CDMA和GSM网络的车辆定位方法

在分析目前常用的CDMA和GSM网络系统所提供的定位方法的基础上,提出了一种融合CDMA网络和GSM网络的混合车辆定位算法,即利用CDMA网络和GSM网络的定位测量信息重新计算出车辆的位置.该定位算法简单快捷、精度高、可靠,充分继承并发挥了现有网络优势,而且能够适应所在网络定位技术的更新.测试证明该算法是可行的,能够增强定位精度和可靠性.     

基于RFID阵列的无轨AGV系统的研究与设计

为改进有轨自动导航小车(AGV)的不足,研究一种基于RFID阵列的无轨AGV系统。该系统包括RFID阵列地板、无线通信网络、上位机、运行场地地图、小车运行控制系统;AGV安装若干RFID读卡器,运行在RFID阵列地板上,运行时通过读取地板下RFID电子标签的ID号,并通过无线通信网络发送到上位机;上位机构建和存储RFID阵列地板地图,上机位将接收到的ID号与存储的地图进行对照,计算出小车当前的位置的运行姿态,依据预设的运行路径生成AGV当前的控制指令并通过无线网络发送小车,控制小车的运行。系统通过利用RFID与地图实现定位,上位机生成控制指令的方式,实现AGV无轨运行。验证测试结果表明,AGV在预设运行路径上行驶,平均定位精度5cm,实用性好,稳定性高。     

提高载车定位与卫星跟踪精度的多信息融合系统研究

基于应用背景对移动卫星通信车辆精确定位和实时动态通信的要求,提出了一种新的基于激光陀螺捷联导航系统（LINS）、光电编码器（OEC）、GPS、信标组合的载车精确导航定位与同步卫星实时跟踪方案．方案以LINS／OEC组合作为核心单元,GPS、信标作为辅助信息,研究了基于联邦滤波的信息融合策略,给出了融合系数的选取方法．论文在车辆移动卫星通信系统中创造性地引入光电编码器组合以提高姿态保持精度和系统自主定位精度,并有效降低系统对GPS的依赖性．大量试验研究表明采用该技术与融合方法后,载车在长时间、不同路况动态工作时,其定位精度CEP值在10m以内,天线姿态跟踪精度保持在±0．05°范围内,尤其在较长时间内系统受遮挡条件下,其定位、姿态跟踪精度较未组合光电编码器前的系统提高达50％以上．     

基于几何约束关系的ML模型求解三维坐标定位问题研究

为了提高三维空间位置定位算法的性能和准确性,提出了以3个基站定位原理为基础的基于几何约束关系的ML模型.通过设计基站位置、到达时间(time of arrival,TOA)数值、手持终端位置之间的几何关系,估计得到手持终端的全部可能位置,通过最大似然算法,以最大可能的估计值确定为定位结果.经过仿真计算验证了算法能有效抑制非视距环境(non-line of Sight,NLOS)误差和测量误差,并且能够得到最佳估计值,具有计算量小、精度高等优点.仿真结果表明了该方法的有效性,在各类室内定位系统中具有很强的实用性.     

基于多手持中继的CDMA终端联合定位跟踪系统 

针对手机定位的检测概率和定位精度等难题，提出了一种基于手持中继的多步CDMA移动终端跟踪定位方法。该方法基于多个手持终端形成的虚拟天线阵列，并采用多步跟踪的方法以提高系统定位精度。详细描述了该系统手机定位基本原理、数学模型和定位算法，同时分析了影响系统性能的主要因素。通过分析表明该系统可以提高手机的定位概率和定位精度。     

基于多手持中继的CDMA终端联合定位跟踪系统

针对手机定位的检测概率和定位精度等难题，提出了一种基于手持中继的多步CDMA移动终端跟踪定位方法。该方法基于多个手持终端形成的虚拟天线阵列，并采用多步跟踪的方法以提高系统定位精度。详细描述了该系统手机定位基本原理、教学模型和定位算法，同时分析了影响系统性能的主要因素。通过分析表明该系统可以提高手机的定位概率和定位精度。     

基于Android移动终端的车辆导航地图匹配算法研究

基于Android移动终端设计了一种基于路网拓扑结构的地图匹配算法,将地图匹配分成定位数据预处理、确定车辆所在路段、确定车辆匹配位置和出错检测等4个相对独立的过程.算法在过滤掉异常定位数据后采用航位推算进行补偿,使用考虑距离和方向两种要素的加权评估模型确定匹配路段,在确定匹配位置时对常用的垂直投影进行改进,得到一种优化方法.结果表明,该算法具有较高的路段识别正确率,优化方法相对于垂直投影法在位置精度上有所提高,地图匹配效果好.     

基于TS-KNN的室内定位算法

室内定位是智慧城市的硬性需求,大量智慧城市相关应用都离不开位置服务。主要室内定位技术包括:蓝牙、RFID、UWB、地磁等,但由于成本、部署便捷性等问题,限制了其应用发展。笔者提出了一种基于指纹时序特征的KNN(k-nearest neighbor)定位算法(TS-KNN,timing sequence based KNN),该算法使用当前时刻的指纹进行基准坐标选择,并利用前几个时刻的定位结果对每个基准坐标进行权值修正。在重庆市某广场进行实验测试结果表明,提出的TS-KNN方法与KNN和WKNN等其他算法相比较,具有更高准确率,可有效提高室内定位精度,降低平均定位误差。     

基于自适应坏点剔除的多点定位技术

对机场入侵无人机进行监视优化定位,可降低机场运行安全风险。由于无人机飞行具有低、慢、小等特征,机场场面监视信号容易被地面障碍物遮挡。传统定位方法主要采用参考特征点定位,对于参考特征不同的非移动目标,在迭代过程中会产生大量定位误差。根据入侵无人机特征,提出一种基于自适应坏点剔除的泰勒级数展开TDOA定位算法。采用TDOA测量值进行多点定位,构建自适应滤波器对泰勒级数展开初始参考点进行剔除坏点处理,有效地改善了算法收敛性和求解效率。仿真结果表明,自适应坏点剔除算法的定位精度接近基于实际位置的泰勒级数展开算法,收敛速度更快,在地面站相对无人机位置不佳时,新算法的稳定性和定位精度更优,满足机场对入侵无人机监视定位精度要求。