时间平均改进的UWB精确定位算法

超宽带(UWB)技术在无线定位的应用上具有很大的优势.针对UWB定位算法在短距离时精度不高的问题,提出了时间平均的改进算法.仿真结果表明,采用不同的时间平均次数,改进算法可使定位精度由传统算法的1.1 m提高到0.2～0.6 m.     

基于非线性最小二乘算法的超宽带TOA估计

研究室内密集多径信道环境下的超宽带到达时间(TOA)估计技术.提出一种改进的门限比较TOA估计算法,利用非线性最小二乘算法同时估计多径延时和幅度,采用迭代算法提高参数估计精度,根据判决门限比较结果终止多径搜索过程并估计出TOA.分析该算法在室内多径信道模型中的性能,给出门限的设置方案.仿真结果表明,在不同的信噪比下设置合理的判决门限后,该算法具有较高的估计精度,能够满足精确定位需求.     

一种用于UWB接收端的带通滤波器分析与设计

采用0.18 μm工艺设计1个用于UWB接收端的4阶切比雪夫有源RC带通滤波器.给出1种有损积分器直流增益补偿策略,从而减小滤波器对运算放大器直流增益的要求.同时,采用1种数控电阻的方式实现通带增益的调节.仿真结果表明:所设计的滤波器在通带增益为0dB时,通带纹波增益为0.112 dB,下-3 dB频率为156 kHz,上-3 dB频率为259 MHz,带宽为258.844 MHz;频率为500 MHz处的信号衰减为28.25 dB,频率为792MHz处的信号衰减为45.16dB,完全符合UWB接收端对带通滤波器的性能指标要求.     

基于延迟锁定环超宽带通信信号的跟踪算法

对传统延迟锁定环(DLL:delay-locked loop)进行改进,以满足超宽带UWB通信信号跟踪的需要.通过给跟踪控制器定义2个新的规则,提出了适用于超宽带通信信号的跟踪算法,对鉴相特性和鉴相器输出噪声统计特性进行了理论分析,并给出了加性高斯白噪声信道下计算机仿真的结果.结果表明,通过适当选择参数tDLL和η1,所提出的跟踪环具有较大的跟踪范围和较小的跟踪抖动.     

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.     

智能交通系统中基于GSM网络的移动定位技术

基于全球移动通信系统(GSM)网络的移动定位技术，提出一个符合智能交通系统(ITS)要求的定位试验系统，给出其结构组成，并利用GSM信令实现时间提前(TA)／信号到达时间(TOA)混合定位。仿真结果表明，TA／TOA定位对67％的用户定位精度达70m，通过与基于全球定位系统(GPS)定位方法和现行GSM定位能力的分析比较，试验系统在实施代价、网络覆盖有效性等方面具有优势，在现行GSM系统下具有实用价值。     

单基站TOA/AOA混合定位技术研究

为了克服传统的移动定位技术存在的缺陷,通过AOA定位以及TOA定位方式的结合,提出一种单基站AOA/TOA混合定位的方案,对方案中在NLOS条件下存在的TOA误差提出了Wylie和卡尔曼滤波2种消除和抑制误差方案,并对2种误差消除方案进行了仿真,仿真结果表明卡尔曼滤波后的结果能更好的逼近移动台的真实运动轨迹。     

基于异步卡尔曼滤波的移动机器人动态定位

针对室内移动机器人动态定位在网络盲区中失效的情况,提出一种根据机器人周围网络环境动态选择信标节点,完成自主定位的系统.利用扩展卡尔曼滤波后的RSSI完成测距,然后采用极大似然算法完成定位,再用异步卡尔曼算法修正定位误差.该算法成功地将经典卡尔曼滤波与其他定位算法相结合,对于定位算法的结果进行平滑和优化,修正和改进定位精度.尤其在网络盲区中,采用异步卡尔曼滤波获得最优数据.仿真实验表明该系统针对移动机器人自主动态定位具有精度高、适应性强、鲁棒性好等特点.     

具有紧凑型结构的超宽带双极化基站天线

提出了具有紧凑型结构的环形双极化超宽带辐射单元.辐射单元由4个偶板子及其巴伦装置组成,每个偶板子的双臂呈90°相互垂直,相邻偶极子振子臂相互交叠,从而将天线的物理口径减小至低频点工作波长的40％.辐射单元采用巴伦(Balun)支撑装置采用倾斜和向内收缩结构使巴伦结构的高度降低至低频点工作波长的13％.辐射单元在698-960 MHz的超宽带(ultra wide band,UWB)(31％相对带宽)内具有良好的电压驻波比(voltage standing wave ratio,VSWR)(小于1.4).利用该辐射单元组成四单元阵列基站天线,该天线水平面波束宽度为65°±5°,前后比在26 dB以上,±60°内的交叉极化比在11.6 dB以上,轴向交叉极化在19.8 dB以上.     

超宽带中快速低复杂度自动增益控制设计

针对应用于双载波正交频分复用（DC-OFDM）超宽带（UWB）系统高速、低成本和快速收敛的自动增益控制（AGC）的设计要求,提出了低复杂度的采用混合补偿增益的两步式快速AGC设计算法;仿真结果表明,该算法能在室内密集多径的无线环境中保证增益调整精度和稳定度,并能有效减少收敛时间.在AGC电路实现层次,基于对数函数性质提出了输入范围动态可调的低复杂度查找表实现方法;VLSI综合结果表明,该方法能减少46%的芯片面积.     

基于多信息融合的移动机器人定位算法

为了提高机器人的定位精度,提出了一种基于里程计、单目视觉与激光雷达信息相融合的自定位算法.首先,由里程计推算出机器人在各个时刻位置的估计值;其次,在不同时刻计算出机器人摄像头与任意两个环境特征点的夹角变化,通过激光雷达获得环境特征点的距离和角度并利用扩展卡尔曼滤波算法与里程计的定位信息进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.实验结果表明,该算法在多转角、长距离的情况下取得了满意的效果,有效地提高了定位精度.     

基于粒子群优化的移动机器人SLAM方法

针对传统Rao-Blackwellized粒子滤波器存在的粒子消耗问题,提出了一种基于粒子群优化的移动机器人同步定位与制图方法. 该方法在粒子重采样过程中利用粒子群优化算法获得机器人位姿的建议分布,并引入遗传算法中的交叉和变异操作对求得的粒子集进一步优化、调整. 改进后的粒子分布保持了粒子的多样性,有效提高了机器人位姿估计的一致性. 仿真结果表明,本文提出的方法与传统Rao-Blackwellized粒子滤波器相比,能有效解决粒子耗尽问题,使机器人获得更精准的定位和更准确的地图,具有可行性、实用性.      

超宽带通信中干扰抑制方法

针对修改接收模板信号的方法(MRTW)在抑制随机窄带干扰上的不足,提出了一种超宽带通信系统(UWB)干扰抑制的新方法—自适应修改接收模板信号(AMRTW)方法,该方法通过增加的自适应频谱估计器和自适应接收模板信号分解单元,准确的将干扰信号分量从UWB接收模板信号中恰当的去除,从而提高了UWB接收机的抗干扰能力,仿真结果表明,在UWB系统处于随机用户干扰的条件下,AMRTW方法对UWB系统误码率的改善明显优于MRTW方法。     

UWB多径信道下RAKE接收和均衡的作用分析

在超宽带(UWB)通信系统中存在码间干扰(ISI)的多径信道下,RAKE接收机和均衡的作用关系还没有定论.有观点认为UWB中RAKE接收具备信道均衡的特性,因而RAKE接收时不需要均衡器,其出发点是将RAKE接收机中ISI视为与当前符号不相关的高斯噪声,或认为RAKE接收能缩短信道时延扩展.本文针对这两种观点及其依据进行了探讨,通过对存在ISI的RAKE接收机的性能进行分析,并利用IEEE 802.15标准中的多径信道模型进行了RAKE接收与均衡的仿真对比试验.结果表明:RAKE并不能起到抑制ISI的作用,故而对多径信道环境ISI仍然需要均衡器来消除.     

结合卡尔曼滤波和离散滑模的振镜位置跟踪研究

为解决外部扰动和噪声对振镜系统位置跟踪的影响,该文提出了一种结合卡尔曼滤波和离散滑模控制的振镜位置跟踪方法.首先,围绕振镜系统驱动电机的离散数学模型,构建卡尔曼滤波器来估计振镜系统真实的运动变化,降低外部扰动和噪声对系统的影响; 其次,结合离散滑模控制对跟踪误差进行修正,使振镜系统位置量和速度量快速稳定,进一步提升系统的抗干扰能力和位置跟踪能力; 最后,针对瞬时和连续性2种类型的外部扰动设计了对比仿真实验和振镜系统平台的验证实验.实验结果表明:在这2种不同类型的外部扰动下,该控制方法都能够使振镜的扫描反射镜快速、准确地跟踪给定期望值,且有效抑制离散滑模控制的抖振问题.     

移动通信中的无线定位技术

为移动用户提供定位业务是今后移动通信系统必备的基本功能.在论述了移动通信系统中无线定位技术应用、定位系统分类的基础上,讨论了目前所采用的各种定位方法及其适用的范围和限制,分析了影响定位精度的各种环境因素,提出了在实际网络中采用定位技术应考虑的问题和提高定位精度应解决的问题.     

非高斯条件下基于粒子滤波的目标跟踪

介绍了粒子滤波的基本思想和具体算法实现步骤，在给出的闪烁噪声统计模型基础上，将粒子滤波算法应用在雷达目标跟踪中，解决了闪烁噪声情况下的雷达目标跟踪问题．仿真结果表明，在满足高斯噪声条件下，扩展卡尔曼算法和粒子滤波算法跟踪性能相近，但若考虑雷达的闪烁噪声，则随着闪烁影响增强，扩展卡尔曼算法跟踪性能严重下降，而粒子滤波算法能继续保持较好的跟踪精度．     

超宽带矢量测距与惯性传感组合的精准步长计算算法

为适应复杂环境下变步长精准测量要求,提出一种基于超宽带(ultra wide band, UWB)矢量测距和惯性传感组合的精准步长计算算法;针对基于惯性传感组合的步长测算精度受佩戴方式和系统运行时间影响以致无法实现行人步长精准测量和长航时精度保持的问题,提出一种结合足间模型与零速检测联合步长算法。根据行人行走时足部轨迹模型构造足间步长模型,得到准确的步长计算公式;根据足部惯性传感器运动特征进行零速检测并触发UWB测距,结合陀螺解算角度和足间模型公式计算得到步长。实验表明,提出的步长估计算法精度可达98.20%,与传统步长算法相比,误差显著降低。     

一种改进的移动机器人视觉跟踪算法研究

运动物体的实时跟踪是移动机器人视觉的关键技术之一.为了实现对目标快速有效的跟踪,本文提出了一种改进的移动机器人视觉跟踪算法,该算法在mean shift算法的基础上,利用颜色特征作为视觉跟踪依据,并且引入Kalman滤波进行迭代窗口的预测.实验仿真结果表明,本文算法一定程度上消除了光照条件的影响,而且很好的解决了当目标被遮挡时发生目标跟踪偏差或丢失的问题,具有实用价值.     

基于平淡卡尔曼滤波器的微小卫星姿态确定算法

针对扩展卡尔曼滤波（EKF）在线性化过程中会引入误差的问题,采用平淡卡尔曼滤波器（UKF）进行了系统滤波器设计;提出一种构建虚拟观测量的方法,并分析了其噪声特性．虚拟观测量与高精度器件量测量搭配可实现对姿态的校正．以太阳敏感器、微电子机械系统（MEMS）陀螺、磁强计为姿态敏感器件,构建了定姿滤波器并用STK（Satellite Tool Kit）数据进行了仿真．结果表明,所提出方法能有效地提高定姿性能,采用UKF的系统定姿误差与EKF相当,但收敛时间、稳定性要优于EKF．