基于泰勒级数展开的蜂窝TDOA定位算法

基于用户位置的应用已经成为移动数据业务的重要组成部分,使得蜂窝系统用户定位技术成为蜂窝移动通信领域的研究热点。泰勒级数展开算法因为具有精度高和顽健性强等特点而在求解非线性定位方程组中得到了广泛的应用,但它对初始值有很强的依赖性。本文使用最小二乘方法估计用户位置的初始值并使用泰勒级数展开算法确定用户坐标。通过对算法的仿真分析,结果表明本算法具有近似于基于真实值的泰勒级数展开算法的性能。     

基于泰勒加权最小二乘算法的水下TDOA/FDOA联合定位方法

针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequency difference of arrival, TDOA/FDOA)联合定位方法。该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到最大迭代次数的时候,算法停止运行并输出目标估计位置和速度。仿真表明,在噪声方差小于10分贝时,本文算法的位置和速度估计的均方根误差能够接近或约等于克拉美罗下界。      

一种基于最小二乘法和Taylor级数展开法的协同定位算法

文章文针对基于TDOA的Taylor级数展开法在蜂窝网移动通信定位过程中初始值不易选择的问题,提出了一种基于最小二乘法和Taylor级数展开法的协同定位算法,将最小二乘法的定位结果作为Taylor级数展开法的初始值,仿真结果表明,该法的定位精度要高于最小二乘法和Taylor级数展开法。     

改进二阶锥松弛和泰勒级数展开在TDOA无源定位中的应用

针对二阶锥松弛算法无法对凸包外的目标进行有效定位的问题,本文提出基于改进二阶锥松弛和泰勒级数展开的TDOA定位算法。首先,给出在视距条件下接收站位置信息无误差的TDOA定位的加权最小二乘模型;其次,将原来的非凸优化模型松弛成凸优化模型,对等式约束进行松弛时,在传统二阶锥松弛算法的基础上增加新的惩罚项,使松弛后的约束条件进一步逼近原问题约束,从而有效解决了二阶锥松弛定位的凸包问题;再次,将松弛后的模型转换成二阶锥形式进行求解;最后用二阶锥松弛算法的估计值作为初始值进行泰勒迭代,进一步提高估值精度。仿真结果表明本文算法有效,定位性能优于传统二阶锥松弛算法,可以逼近克拉美罗下限。      

基于改进最小二乘算法的TDOA/AOA定位方法

针对现有的两步加权最小二乘(Two-stage Weighted Least Squares, TSWLS)和约束加权最小二乘(Constrained Weighted Least Squares, CWLS)在TDOA/AOA混合定位中可能产生测量矩阵奇异的情况, 提出了一种改进的CWLS算法来消除奇异矩阵求逆运算.其主要思想是在约束条件下, 用含有移动台位置坐标的价值函数对移动台坐标和附加变量分别取偏微分, 分离出引入的附加变量, 使移动台位置坐标与附加变量分别位于线性方程的两边, 求解关于附加变量的一元二次方程, 因此避免了对奇异矩阵求逆的运算.在零均值的高斯白噪声环境下, 且移动台位于或接近监测基站阵列中心时, 通过MATLAB仿真验证了改进的CWLS算法比TSWLS和CWLS算法均能取得更高的定位精度, 可以达到克拉美-罗下界(Cramér-Rao Lower Bound, CRLB).     

基于泰勒级数展开的蜂窝TDOA定位新算法

在蜂窝移动通信系统中，TDOA（到达时间差）是目前最有发展潜力的无线定位技术。其中的泰勒级数展开算法因为具有精度高和顽健性强等特点在求解非线性定位方程组中得到了广泛的应用，但它对初始值有很强的依赖性。在此基础上，提出一种混合优化算法（HOA，hybrid optimizing algorithm）将泰勒级数展开算法和最速下降法有机结合，扬长避短，既继承了泰勒级数展开算法的精确性和顽健性，又具备最速下降法迭代前期收敛速率快，计算量小的优点。仿真结果表明HOA算法能显著提高传统的泰勒级数展开算法的定位精度和定位效率。     

无线Ad Hoc网络基于泰勒级数展开的节点定位技术

无线自组织网络（Ad Hoc）节点的位置信息提供路由选择及节点查询等功能。节点信号的到达时间（TOA）、到达时间差（TDOA）、信号到达入射角（AOA）和信号强度的测量值已被用作移动节点相对于参考信标的定位。对Ad Hoc网络节点定位进行了研究,基于所有节点均能提供TOA/TDOA测量值的假定,提出一种仅通过部分有定位能力节点就可计算所有节点在Ad-Hoc网络中位置的方法。在此基础上,使用泰勒级数展开算法和二次WLS估计求解非线性定位方程组,以获得更高的节点定位精度。     

基于线性校正总体最小二乘准则的三维说话人定位算法

针对到达时间差(TDOA)度量误差和麦克风阵列误差,提出了一种基于线性校正总体最小二乘准则的三维说话人定位算法.该定位算法通过对球面误差准则进行总体最小二乘优化来控制阵列误差的影响,并通过对优化过程引入方向参数的二次约束来控制算法的方差.仿真实验表明,本算法可以同时兼顾定位的方差性能和偏差性能,给出稳健的定位结果.     

一种基于泰勒级数展开的卫星FDOA地面干扰源定位算法

对未知干扰源准确定位一直是卫星管理控制中需要解决的关键难题之一,利用干扰信号到达卫星时所携带的多普勒频移信息进行定位是一种有效的解决方法。利用受干扰卫星和其相邻卫星间的信号到达多普勒频差(FDOA),在干扰源位于地球表面约束的条件下,建立干扰源的定位模型,提出一种基于泰勒级数展开的干扰源定位算法,并对算法的性能进行了详细分析。仿真结果表明,该算法收敛速度快,能接近克拉美罗下限,约束条件的引入可以有效增加定位精度,减少有效定位最小观测卫星的数目。     

一种改进两步加权最小二乘的TDOA定位算法

现有的两步加权最小二乘水下声源定位算法中,两步法处理均存在平方以及开方等非线性运算忽略了二阶误差项,导致定位精度下降。提出了一种改进的两步加权最小二乘算法,首先引入时差方程,构建新的定位方程,初步估计出声源位置;接着引入中间变量并进行泰勒展开,利用中间变量与声源位置误差之间的非线性关系构建定位方程,对声源位置初步估计值进行校正,有效避免了二阶误差项的丢失,得到了更加精确的估计结果。通过与克拉美罗下界进行比较,验证了算法性能的同时进一步提升了算法定位精度。     

基于改进BFGS的蜂窝无线定位新算法

在蜂窝网络TDOA(Time Difference of Arrival,到达时间差)定位模型的基础上,将定位问题转化为无约束非线性优化问题,进而提出基于Wolfe步长的BFGS(Broyden-FletcherGoldfarb-Shanno)算法实现对蜂窝网络中移动台的定位。实验结果表明,采用改进的BFGS算法,不仅具有比现有算法更高的定位精度,而且能在一定程度上抑制NLOS(Non-line-ofsight,非视距)传播误差。     

基于最小二乘方法的单机测向定位算法

针对传统单机测向定位算法定位精度低的问题,提出了一种基于最小二乘方法的单机测向定位算法,讨论了单机测向交叉定位中的若干问题,包括测向定位原理和单机测向交叉定位的情况。首先介绍了两站直接测向交叉定位的原理,然后推导了基于最小二乘方法的测向交叉定位算法,并通过计算机仿真验证了定位性能,与直接测向交叉定位算法相比,基于最小二乘方法的测向交叉定位算法提高了定位精度和算法稳定性,具有很大的实用性。     

基于数据融合的蜂窝无线定位算法研究

本文从数理统计角度,利用TOA和TDOA测量数据并结合扇区信息进行数据融合,然后通过定义可信度函数构造了一种基于移动台位置的动态定位算法,从而实现蜂窝网络定位。最后仿真结果表明这种融合算法在保证决策可靠的前提下,有效提高了决策输出的定位精度。     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas-tSquares,CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍然能达到克拉美罗下限。     

基于最小二乘的时差定位算法

时差测量方程是非线性双曲线方程,可以通过引入中间变量将其转化为线性方程,对近年来国内外学者关于这种方法的时差定位算法进行了总结。当已知测量误差的先验信息时,可以采用两步加权最小二乘法和约束加权最小二乘法,当测量误差的先验信息未知时,还可以采用约束总体最小二乘的方法。在求解约束最小二乘问题时,采用常规的拉格朗日法计算复杂、运算量大,而采用高斯一牛顿法不仅可以大为降低运算量,还能提高解的精度和稳定性。此外,对约束加权最小二乘法和约束总体最小二乘法之间的关系进行了探讨,得到了它们等价性的条件。     

基于泰勒级数展开信号分辨算法的FPGA设计与实现

为了从硬件实现角度研究信号检测与分辨算法,提出了基于泰勒级数展开信号分辨算法的FPGA设计方案。在分析算法在理想脉冲情况下性能的基础上,针对扩频信号情况提出相应的改进,然后给出具体FPGA实现,结合静态时序分析进一步优化。最后通过仿真与上板实测,验证了该方案的可行性,算法最高可跑在150MHz频率下,具有良好的速度性能。实验结果表明,该方案满足设计需求,为其他算法的硬件实现提供了参考。     

干涉SAR最小二乘二维相位展开法的改进

二维相位展开是干涉SAR成像的关键步骤和难点,以SIR－C／X－SAR真实数据得出的相位条纹为对象,用Pritt的最小二乘法做了展开,发现并讲座了最小二乘的平滑作用对展开结果的不良影响,并用一种依据二阶差分的加权对最小二乘法进行改进,更好地实现了相位展开。     

无需预先测速的靶场弹丸落点定位算法实现

该文针对现有靶场弹丸落点定位系统需要提前测量波速,实际应用复杂,定位误差大等问题,提出一种无需预先测速的弹丸落点定位算法,此算法采用米字型传感器阵列,米字型阵列又可以分解成2组五元十字阵,通过来波方向(DOA)算法预先估计波速,然后把波束估计值代入到达时间差算法(TDOA)方程中计算初始位置,再把初始位置和估计波速作为参数代入到泰勒级数展开算法中,收敛定位。由于不需要预先人工测量波速,减少了波速测量误差,波速和定位位置都是在迭代算法中逐步收敛求精的,所以该算法提高了弹丸落点定位精度,减少了实际应用的复杂性。仿真算法也验证了此方法的可行性,在距离定位阵列1000 m范围内迭代算法都是收敛的。     

基于测距最小二乘的方位融合多传感器定位算法

在多部2D传感器组网目标定位中,为减小地球曲率对观测的影响,充分利用各传感器量测并解决观测方程的非线性最小二乘问题,提出了融合方位量测的测距最小二乘算法。该算法的实质是基于多部2D传感器设备的测距以及方位角信息,考虑地球曲率的影响建立等效的观测模型和非线性方程,通过数学变换将非线性系统转化为线性系统;利用纯距离最小二乘定位原理初步估算出目标的位置,然后融合各传感器的方位量测得到关于目标的最终位置估计。仿真实验表明,本方法在3部以上2D传感器观测并且测距误差较大而方位误差较小的情况下,可以修正测距最小二乘法在某些位置的定位误差,从而整体提高目标的定位精度。     

一种改进的TOA/AOA混合定位算法

在蜂窝网络中利用电波到达时间（TOA）对移动台（MS）进行定位估计时，也可利用服务基站（BS）提供较准确电波到达角（AOA）信息，以提高定位性能。为此，本文对Chan提出的电波到达时间差（TDOA）定位算法进行了改进，提出了一种既继承原算法的优点，又增加AOA测量值以提高定位性能的TOA/AOA混合定位算法，分析和仿真结果表明，只要AOA测量值达到一定精度，该算法就能取得比单纯TOA定位法更好的性能。