无线传感器网络基于APIT的混合定位算法

为了克服定位算法近似三角形内点测试法(approximate point-in-triangulation teat,APIT)的误差影响,将接收信号强度指示器(received signal strength indicator,RSSI)测距与APIT相结合,提出了APIT算法的改进算法-RAPIT(RSSI and APIT)定位算法.该算法引入限定距离的概念,将引起误差的节点的位置限定在以锚节点为圆心,以限定距离为半径的圆的重叠区域内.实验证明,该算法有效减少了误差,提高了定位覆盖度.     

APIT算法在不同传播模型中定位性能分析

针对信号传输的不规则性对定位算法的影响进行了分析,选取定位算法中的APIT算法作为研究对象,APIT算法适用于信标节点比率比较高的场合。通过运行一组仿真实验,获得了该算法在4种传播模型中的定位性能对比表。从仿真结果分析可以看出,随着通信的模型的不规则度DOI增加,定位误差以及网络连通度也保持增长态势。     

基于静态无线传感器网络的APIT改进算法

在静态无线传感器网络中,传统的APIT算法认为未知节点是在由锚节点组成的三角形内部的,在这种前提下得到未知节点的位置判断结论的判断存在着很大的位置判别误差,从而影响了未知节点定位的精度,为了减少这种判别错误的出现,在传统APIT算法的基础上提出了一种基于三角形面积判别的方法,同时通过对能量值加权的质心算法估计出未知节点的坐标。同时通过Matlab对算法进行了仿真比较,该方法在一定程度上提高了定位精度,减少了估计误差。     

基于Chan氏算法和Taylor级数展开法的协同定位方法

该文分析讨论了Chan和泰勒两种TDOA定位算法的优缺点,并在此基础上提出了基于 Chan氏算法(1994)和Taylor级数展开法(1976)的协同定位方法。通过在不同信道环境下对协同定位 方法进行仿真,表明该方法在信道环境恶劣时能够有效地提高定位精度。     

基于数据融合技术的单基站混合定位算法

针对传统的多基站定位容易引起通话质量干扰问题,提出了在TD-SCDMA蜂窝系统中,仅采用单个基站定位的混合定位算法(HPSR,hybrid positioning scheme with RSS).在该算法中,设计了一种新的冗余RSS数据融合模型(RDFM,RSS data fusion model)以消除非视距(NLOS,non-line-of-sight)误差,提高定位精度,并从理论推导证明了此模型的有效性.给出了运用在实际中的定位流程图,并进行了仿真验证,仿真结果表明,HPSR同时提高了TOA/AOA算法的稳定度和精确度.     

非视距误差的TDOA/AOA混合定位算法

在非视距（NLOS）误差时,无线网络的目标定位性能急剧下降。提出一种针对NLOS误差的TDOA/AOA混合定位算法,首先利用量测值多项式拟合的Wylie鉴别算法辨别出具有NLOS误差的基站,根据NLOS附加时延的统计特性估计出附加时延的均值和方差,并重构到达时间差（TDOA）测量值;然后采用基于泰勒级数展开的TDOA/AOA混合定位算法,得出无线网络联合目标定位的位置估计值。仿真结果证实,该方法在存在NLOS误差下能有效提高无线网络的目标定位精度。     

基于Fang算法的TDOA室内定位技术

传统基于全球定位系统(GPS)的定位技术应用,已在室外环境下为人们提供了许多便利。随着近年来人们生活水平的不断提高,大众对定位的诉求已不仅限于室外,在智慧商场、企业人员智能管理、校园智能管理等场景,要求对室内用户进行定位监测,而传统的GPS定位精确度有限,在室内已无法应用。目前室内定位常用的技术有红外线、蓝牙、Wi-Fi以及基于室内移动网路的无线定位等,无线定位则是其中的热点。本文介绍了一种基于室内分布式基站,运用Fang算法实现到达时间差(TDOA)定位的技术研究,并对其定位精确度进行了探索。     

基于可见光的自适应混合蛙跳定位算法

可见光通信具有绿色、节能、成本低等优点,比较适合应用于室内定位。提出一种基于可见光通信的自适应混合蛙跳室内定位算法,该算法通过到达时间(TOA)算法和最小二乘算法进行初始定位,得到未知定位点的估计位置解集,再利用自适应混合蛙跳算法搜索未知定位点的最优位置。该算法具有较强的全局搜索能力,不易陷入局部最优,能够得到较高精度的定位结果。仿真结果表明,该算法比传统TOA定位算法的定位误差小,说明该算法提高了室内定位的精度。     

基于NLOS下混合滤波加权组合定位算法的仿真

超宽带(Ultra Wide Band, UWB)技术是一种新兴的无线载波通信技术,其具有发射信号功率谱密度低、系统复杂度低、定位精度高等优势,尤其适用于像电厂等密集多径场所的高速无线连接,但在传输过程中信号会被环境中的各种因素影响,进而会影响室内定位的精度。基于此,针对室内非视距(Non Line of Sight, NLOS)环境下,提出一种非视距混合滤波加权算法,能够有效对测距数据进行平滑处理,进而降低异常值的影响,再利用时间差定位法(Time Difference of Arrival,TDOA)测量方法,在原始Chan算法的基础上提出一种改进的Chan定位算法,解决NLOS误差引起的定位信息不准确的问题,最终实现更精准的TDOA定位。仿真实验证明,所提算法在室内NLOS环境中具有更高的定位精度。     

基于光通信的汽车定位系统设计

针对停车场目前普遍存在停车难问题,充分利用停车场LED灯光照明的同时采用光通信技术进行车位信息的传输处理,本系统对定位方式设计了多种方案,结合模型进行最优验证,该设计通过光信号完成同步,超声波模块辅助测距,再利用已设定的光定位TDOA算法测出传感器的位置坐标。搭建了系统模型,设置了10个车位,对车位信息进行字符编码,针对不同车位情况进行信息采集,通过光通信技术传输显示。测试结果表明:本停车场定位系统通过光通信传输车位信息没有误差,达到了实际应用效果。     

一种在NLOS环境下提高精度的TDOA定位方法

根据NLOS传播环境下附加传播时延和均方根时延扩展的统计特性,对NLOS误差的均值和方差进行了估计,并对TDOA（到达时间差）的测量值和方差进行了修正,在一定程度上消除了NLOS误差的影响.采用Chn算法对移动台（MS）位置进行定位.仿真结果表明,该方法能够提高Chan算法在NLOS传播环境下的定位精度.     

基于Taylor级数展开的改进定位算法研究

针对由RFID设备组成的室内定位系统的定位方法,分析了常规方法存在的弊端,并在采用基于Taylor级数展开的定位算法的基础上,提出了相应的改进算法,测试了算法在低噪声均匀分布和高噪声非均匀分布2种环境下的定位效果,并比较了加权和非加权算法的定位精度。结果表明,在小范围定位空间中,当噪声较大且误差分布不均匀时,改进算法的定位误差可80%控制在0.6 m以内。     

基于TOA的置信因子移动定位算法

移动台的精确定位面临的一个主要问题就是信号的非视距(NLOs)传输。小文在TOA测量距离的基础上,利用基站和测量值之间的几何关系、信号的损耗模型和信号强度信息,提出了置信因子定位算法(BFA)。研究了BFA算法在不同类型NLOS误差下的表现,结果表明该算法能够有效地降低NLOS误差的影响,定位精度比其它算法有显著提高,而且在不同分布的NLOS误差下表现稳定。     

减轻TOA和AOA定位系统非视距影响的方法

结合圆位置线误差、直线位置线误差与参数误差的关系,该文提出了一种利用所有基站测量的波达时间与最近一个基站测量的所有多径的到达角进行混合定位的方法.在该方法中,对波达时间用测量的波达时间总是大于等于视距传播时间进行约束,对到达角用GBSBCM确定的最大角度扩展进行约束,以有效减小非视距传播的影响,提高定位精度.仿真结果证明了该方法的有效性。     

基于到达角Kalman滤波的TDOA/AOA定位算法

基于Chan算法的TDOA/AOA定位算法是在Chan算法的信号到达时间差(TDOA)误差方程组里加上一个信号到达角(AOA)误差方程,利用加权最小二乘法(WLS)求解。其主要缺点是把移动台(MS)的横坐标、纵坐标与移动台到服务基站(BS)之间的距离作为3个相互独立的变量,忽略了3者之间的相关性。需要进行两次WLS计算,且最终的解为二值根。当AOA测量误差的方差不断增大时,对应的定位误差也随之增大。该文利用Kalman滤波算法对AOA的值进行估计,并将上述的3个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性。     

一种视觉定位系统的标定新方法

点结构光主要用于一维距离的测量，也适于物体的一维定位，文中基于代数射影几何中的交比不变性，提出了由点激光器和CCD相机的视觉系统的新的标定方法，它不需要计算CCD相机的内外参数，减少了测量误差源，提高了测量的可靠性，最后进行了相应的实验。     

电磁场时域数值方法及其混合技术概述

时域数值方法是计算电磁学领域的研究热点和常用方法。本文对多种典型电磁场时域数值方法的原理和特点加以简要评述;总结了涉及该类方法的混合技术,主要是信号处理技术在时域数值方法中的应用;最后对该方法的发展前景作了展望。     

基于电源线和位置指纹的室内定位技术

该文提出将室内环境不可或缺的电源线作为天线,通过在电源线上注入宽带高频信号构造室内空间的位置指纹,进而实现室内空间精确定位。首先介绍了电源线上宽带高频信号注入模块的实现技术,以及室内空间位置指纹的构造方法;其次,介绍了基于朴素贝叶斯分类算法的室内定位原理;最后,通过实验分析证明在多训练样本情况下,基于朴素贝叶斯分类算法的定位算法比基于K最邻近点(KNN)分类算法的定位算法有更好的定位准确率和时间迁移适应能力。     

一种基于CDMA网络的移动终端定位技术

研究了CDMA2000网络系统中的移动终端手机定位技术,并在此基础上提出一种基于无线传播模型的融合定位技术。该技术在无线传播模型的基础上,借鉴CELL-ID+RTT定位技术的优点,并参考基站配置时的参数设置。该融合定位技术在继承实施方便性和经济性的同时,提高了定位的精度。