一种非视距环境下的椭圆-角度混合定位技术

为了研究基于CDMA网络的新型定位系统,提出了称为"椭圆-角度混合定位"的新型定位技术,它利用信号到达时间之和(TSOA)与到达角(AOA)实现目标的定位.在设计的定位系统中,采用有偏卡尔曼滤波器消除TSOA测量值中的非视距(NLOS)误差,同时抛弃遭受NLOS严重污染的AOA测量值,最后使用扩展卡尔曼滤波器实现多台定位设备的数据融合,实现了对移动台的定位和跟踪,仿真结果显示了定位系统的有效性.     

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10 m×10 m×3 m的三维定位空间内,选取40×40个测试点,平均定位误差为1.39 cm,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。     

基于射频识别的室内定位系统算法研究

针对无源射频识别(Radio Frequency Identification,RFID)定位问题,在对比分析基于信号到达角(Angle Of Arrival,AOA)和信号到达时间差(Time Difference Of Arrival,TDOA)2种定位算法的原理和优缺点的基础上提出了无源超高频(Ultra High Frequency,UHF)RFID室内定位混合方法,该方法以AOA定位算法为核心,融入了 TDOA算法时间差的思想,并使用步进电机代替天线阵列,以一定的角速度带着UHF RFID阅读器绕轴旋转扫描标签以估算待定位标签的位置.仿真结果表明:该室内定位混合方法的精度优于以上任何一种单独的定位算法,是一种更加有效、定位更加精确的技术手段.     

一种新的非视距环境下移动台定位算法

非视距传播已经成为制约蜂窝网络定位的主要障碍。为了抑制和减少非视距传播引起的位置估计误差,提出了一种稳健估计的移动台定位算法———基于最大似然估计的位置估计算法,不需要先验NLOS误差统计特性和时序测量等前提条件,抑制NLOS误差的影响。通过跟传统的最小-均方算法(ordinaryleastsquare)比较,仿真结果表明这种算法有效地提高了在非视距环境下的定位精度。     

TOA模式下TLS辅助泰勒级数展开的蜂窝定位新算法

提出了一种到达时间(time of arrival, TOA)模式下总体最小二乘(total least square, TLS)辅助泰勒级数展开的蜂窝定位新算法。该算法针对泰勒级数展开对初始迭代参考点依赖性强的问题,综合考虑观测量误差和观测站位置误差,利用TLS估计初始参考点,然后在估计值处对观测方程组实施泰勒级数展开,并使用加权最小二乘进行多次迭代运算,实现对移动终端的高精度定位。仿真结果表明,该算法在平均迭代次数和定位精度方面具有接近基于真实位置的泰勒级数展开算法的性能,并且在不同的几何精度因子(geometrical dilution of precision, GDOP)下,均具备良好的抗观测量误差和观测站位置误差的特性。     

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。     

基于遗传算法的TDOA定位系统的最优布站算法

为提高到达时间差(time difference of arrival,TDOA)定位系统的定位精度,提出了利用遗传算法(genetic algorithm,GA)寻找规定平面区域内TDOA定位系统的最佳布站策略,其所遵循的最佳布站原则是使得定位的目标空间的定位误差的Cramer-Rao界的平均值最小。对GA的站点位置编码和适应度函数的选择进行了研究,在此基础上提出了GA的寻优布站算法。仿真结果表明,该算法的寻优布站结果接近于系统的最优布站。     

利用GDOP对蜂窝移动通信系统移动台定位的方法

针对基于网络的到达时间 (TOA)定位系统 ,分析了定位误差与移动台 (MS)位置及参数测量误差的关系 ,结合实际中能同时接收到移动台信号的基站 (BS)数有限、定位误差对移动台位置敏感的特点 ,提出了直接用解析法计算所有位置线的交点 ,然后用几何淡化因子 (GDOP)及参数测量误差的均方差对交点进行加权平均来估计移动台位置的方法。该方法同时考虑了参数误差与几何淡化因子对定位精度的影响 ,不需要矩阵求逆 ,运算量小 ,速度快。适用于存在直达波 (LOS)信号的蜂窝通信环境。     

基于阵列天线的UWB定位方案研究

为实现简单而精确的定位,提出了一种基于阵列天线的超宽带(ultra wideband, UWB)定位方案。在定位源末端设置4根阵元天线,用于检测未知节点发射的UWB信号,各天线接收的信号经统一的中央处理单元,只需单个定位源就能完成未知节点的三维定位。通过UWB多径信号检测算法进行到达时间差(time difference of arrival, TDOA)估计,无需收发两端时钟同步,且避免了使用复杂的波束赋形技术。同时,提出了一种UWB多径信号检测算法,在分析误差模型对定位精度影响的基础上,以IEEE 802.15.4a信道模型的CM1~CM8为依据,对方案进行了误差性能仿真实验。结果表明,所提方案可实现精确定位,误差达厘米级。     

一种调频连续波SAR的非线性距离多普勒算法

频率非线性是制约调频连续波雷达距离分辨率的一个关键因素。针对系统非线性误差对调频连续波(frequency modulated continuous wave, FMCW)合成孔径雷达（synthetic aperture radar, SAR）成像处理的影响以及雷达系统实时成像处理的需求,对存在频率非线性误差的调频连续波SAR回波信号进行了建模,分析了调频连续波去斜接收模式下的回波特性,深入研究了系统非线性误差校正的问题,提出了一种改进的调频连续波SAR的非线性距离〖CD*2〗多普勒成像处理算法。该算法通过非线性误差滤波器校正距离向非线性误差,具有计算量小,处理精度高的特点,适合实时成像处理。最后,通过理论推导和仿真分析,验证了算法的可行性和正确性。     

Single link tracking scheme based on UWB localization

To investigate the low-complex and high-precise tracking method, a novel single link tracking scheme based on UWB localization is proposed. Two antenna arrays are settled at the fixed station (FS) to receive the UWB signal from mobile terminal (MT), one FS is enough for the proposed scheme to track the MT. The UWB multipath detection algorithm for time difference of arrival (TDOA) estimation is presented and TDOA is thus adopted to estimate angle of arrival (AOA), avoiding the synchronization and complicated beamforming for AOA. The impacts of localization errors, concluding multipath and non-line-of-sight (NLOS) errors are simulated for the proposed track scheme. It is demonstrated that the simulation curve can match the real target moving, and the feasibility of the proposed scheme is proved.     

无源系统中时间差和角度变换跟踪算法

在使用时间差方法对目标进行无源跟踪时,跟踪系统中的各站点有时无法同步截获目标的信号,使跟踪过程中误差增大。提出基于时间差与角度切换的跟踪算法。该算法利用时间差和角度测量的结果,使用扩展卡尔曼滤波对目标跟踪,通过对每个周期各站截获信号和对目标跟踪精度的情况,选择输出两种方法对目标位置估计结果。算法比仅利用时间差的方法有更强的适应性,同时精度并没有下降。给出了算法的具体步骤,通过仿真实验验证该算法的有效性。     

运动多站无源时差/频差联合定位方法

鉴于无源定位技术已经成为现代信息化作战的核心技术,提出了一种新的运动多站无源时差(time difference of arrival, TDOA)频差(frequency difference of arrival, FDOA)联合定位方法去解决无源定位系统中的非线性最优化问题。通过智能算法的启发,将优化后的基于线性递减权重和物竞天择的粒子群算法(particle swarm optimization algorithm based on linear decreasing weight and natural selection, WSPSO)与经典加权最小二乘算法(weighted least squares, WLS)相联合对目标进行跟踪定位。加权最小二乘定位算法在4个基站的情况下无法实现对辐射源的定位,所得定位结果会出现多解。而所提的运动多站联合定位算法在4个基站的条件下不存在初始目标位置估计和局部收敛等问题就能够实现辐射源的精确定位。通过大量仿真结果分析,本文所提的智能优化定位算法具有更高的目标定位精度和更稳健的定位性能,优于标准粒子群算法与优化PSO算法。     

Robust location algorithm for NLOS environments

One of the main problems facing accurate location in wireless communication systems is non-line-of- sight （NLOS） propagation. Traditional location algorithms are based on classical techniques under minimizing a least-squares objective function and it loses optimality when the NLOS error distribution deviates from Gaussian distribution. An effective location algorithm based on a robust objective function is proposed to mitigate NLOS errors. The proposed method does not require the prior knowledge of the NLOS error distribution and can give a closed-form solution. A comparison is performed in different NLOS environments between the proposed algorithm and two additional ones （LS method and Chan＇s method with an NLOS correction）. The proposed algorithm clearly outperforms the other two.     

Robust location algorithm for NLOS environments

One of the main problems facing accurate location in wireless communication systems is non-line-of-sight(NLOS)propagation.Traditional location algorithms are based on classical techniques under minimizing a least-squares objective function and it loses optimality when the NLOS error distribution deviates from Gaussian distribution.An effective location algorithm based on a robust objective function is proposed to mitigate NLOS errors.The proposed method does not require the prior knowledge of the NLOS error distribution and can give a closed-form solution.A comparison is performed in different NLOS environments between the proposed algorithm and two additional ones(LS method and Chan's method with an NLOS correction).The proposed algorithm clearly outperforms the other two.     

粒子滤波和多站TOA的外辐射源雷达跟踪方法

针对外辐射源雷达跟踪常采用扩展卡尔曼滤波（extended Kalman filter,EKF）算法导致其跟踪精度受闪烁噪声影响较大的问题,结合到达时间（time of arrival,TOA）定位技术和粒子滤波（particle filter,PF）算法,提出一种适于闪烁噪声环境的外辐射源雷达跟踪方法。该方法通过多站TOA获得测量信息,利用双基地角来减弱目标雷达散射截面积（radar cross section,RCS）闪烁,采用非线性和非高斯的PF进行跟踪,能减小因闪烁噪声而导致的跟踪误差,避免EKF算法因线性化而带来的误差,从而提高跟踪精度。实验表明,该方法的跟踪性能优于EKF,尤其受闪烁噪声影响小,能提高闪烁噪声环境下的跟踪精度。实测数据验证了该方法的有效性。     

Performance analysis of an indoor UWB ranging system

To evaluate the ranging performance of impulse radio ultra wideband (IR-UWB) signals, an exper-iment is performed in a typical indoor environment. In order to mitigate the ranging error caused by theoretical algorithm and practical circuits, one way-time difference of the arrival (OW-TDOA) ranging method and corre-sponding approaches are proposed and carried out according to the structure of UWB transceivers. Generalized maximum likelihood (GML) estimator based on energy detection is applied for the time of arrival estimation. The obtained results show that this UWB ranging system can achieve a relative high ranging accuracy in a multipath environment (e.g. About 5 cm at ranges up to 6 m), which is practical and meaningful for many sensor applications.     

基于MEMP算法的二维DOA估计

针对L形阵列,提出利用增广矩阵束(MEMP)进行二维DOA估计的新算法。计算两个均匀线阵的互协方差矩阵,利用MEMP方法构造增广矩阵,运用ESPRIT算法实现二维波达方向的估计,并采用一种新的配对算法,实现二维波达角的自动配对。为了克服MEMP方法对阵列有效孔径的损失,利用四阶累积量的阵列扩展的性质,提出了基于MEMP方法扩展的二维DOA估计算法,该算法增加了阵列的有效孔径,无需进行谱峰搜索。仿真实验证明了算法的有效性。     

三维AoA目标跟踪的二次约束卡尔曼滤波算法

在基于到达角(angle of arrival, AoA)的三维目标跟踪中, 伪线性卡尔曼滤波具有稳定性高和计算复杂度低的优点, 但是严重的偏差问题使其跟踪精度迅速下降。针对该问题, 提出一种二次约束卡尔曼滤波(quadratic constraint Kalman filter, QCKF)算法。首先引入涉及所有观测噪声项的增广矩阵, 然后建立与线性卡尔曼滤波等价的目标函数并且附加含有二次项的约束条件, 以此降低偏差影响, 实现更准确的状态更新。QCKF算法采用广义特征值分解求解约束优化问题, 无法直接通过状态更新表达式推导其协方差矩阵, 因此利用约束条件以及矩阵扰动方法完成协方差矩阵更新。仿真分析表明, QCKF算法相较于其他非线性滤波算法具有更优的跟踪性能, 不仅在低噪声条件下可达到后验克拉美罗下界, 而且当噪声严重时能够显著降低跟踪误差, 并且计算开销不高。