用残差加权对抗NLOS误差的移动定位算法

信道的时间和空间的变化所导致的非视距(NLOS)传输是移动定位技术面临的巨大困难。利用UMTS-FDD的特性以及信号到达时间(TOA)提出了一种残差加权定位算法。研究了算法在不同类型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,定位精度有显著提高,而且在不同分布的NLOS误差下表现稳定。     

对抗NLOS误差的TOA/AOA混合无线定位算法

信道的时间和空间的变化所导致的非视距（NLOS）传输是移动定位技术面临的巨大困难。为此,利用蜂窝网络的结构、信号到达时间（TOA）以及信号到达角度（AOA）提出了一种TOA／AOA混合定位算法,有效地解决了这一问题。研究了算法在不同类型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。     

一种基于TDOA重构的蜂窝网定位服务NLOS误差消除方法

在非视距传播(NLOS)环境中，到达时间差(TDOA)测量值受NLOS误差的影响而产生偏差^[1]，使得Chan算法^[2]的定位性能显著下降。基于NLOS误差的先验信息，利用平均超量时延和均方根时延扩展之间的关系，本文为基于移动台(MS)的定位方案提出了一种建立在TDOA测量值重构和Chan算法基础上的改进算法，使得平均超量时延的影响显著下降。分析和仿真结果表明，与Chan算法相比，该算法的定位性能显著提高。     

无线定位中NLOS识别和抑制算法综述

蜂窝网无线定位中,往往由于建筑物或地形的阻挡,造成移动台和基站之间的非视线(NLOS)传播。NLOS传播是无线定位的主要误差来源,因此近年来国际上对NLOS问题开展了广泛的研究。本文首先阐述了NLOS问题及其给定位精度带来的影响,然后综述了无线定位中NLOS识别和抑制算法的研究成果以及最新进展,着重对该方面提出的各种算法进行了分类阐述和对比分析,最后指出了现有算法的缺点以及进一步研究所需的工作。     

一种新的蜂窝网NLOS误差抑制算法

非视距传播(NLOS)误差是目前基于蜂窝网络的移动台定位系统提高定位精度必须解决的关键问题,该文提出一种基于概率密度估计和偏差Kalman滤波器的NLOS误差无偏估计算法。仿真结果表明,该算法在性能上优于现有同类算法,并且算法对环境先验知识的需求更少,具有更广泛的适用性。     

一种基于10项误差模型的二端口矢量网络分析仪校准方法

在三通道二端口矢量网络分析仪(Vector Network Analyzer,VNA)的校准过程中,引入长度未知的50欧姆传输线段作为校准件代替常见的短路-开路-匹配-直通(Short-Open- Load-Thru,SOLT)校准算法中的匹配校准件,减少了校准件数量且不需要已知校准件的全部特性,不仅降低了测试成本,同...     

多天线NLOS定位误差抑制算法

为抑制非视距传播造成的定位误差,提出一种基于对各基站TOA测量结果进行NLOS判别的误差抑制算法。与传统基于TOA统计信息的NLOS抑制不同,算法直接利用移动台多天线接收数据判别基站视距状态,然后融合LOS和NLOS基站测量结果解算移动台位置。NLOS判别机制采用多天线接收数据估计信道莱斯K因子,利用K因子在LOS/NLOS下服从的不同概率分布在信号处理层面对NLOS基站进行判别。算法最后采用约束最优化方法融合识别后的LOS和NLOS基站的TOA测量结果解算移动台位置。仿真结果表明,所提融合NLOS基站TOA解算算法可有效提高NLOS存在时的定位精度。      

一种在NLOS环境下应用于NB-IoT系统的组合定位算法

传统非视距(NLOS)误差下无线定位的TDOA算法通常是减弱NLOS误差影响或直接提取LOS测量值,对于窄带物联网(NB-IoT)需要解决LOS与NLOS传输并存下的定位精度问题。文中采用最小二乘法对NLOS和LOS传播进行鉴别,然后对NLOS下的TDOA值进行优化处理。在此前提下,提出一种组合定位的算法,采用Taylor级数展开法计算LOS传输情况,用CHAN算法计算NLOS传输情况,再通过组合定位得到定位结果。仿真结果表明,改进后算法在NLOS的信道环境下的定位性能明显提高。     

基于蜂窝网无线定位技术TDOA的误差分析

本论文分析了TDOA的误差:NLOS、多径效应,基站误差和算法选择.分别针对4种误差建立了模型,并仿真出其对定位精度的影响.通过比较分析,得出NLOS的误差远大于其他两种,基站误差次之,算法选择带来的定位精度影响最小.     

一种抗NLOS的TDOA定位算法

本文提出了一种抗非视线传播(Non-Line-of-Sight)干扰的TDOA定位算法。该算法采用退火与遗传算法相结合的方式，在满足给定条件的空间内搜索源点坐标值。数值仿真表明，该算法具备抗NLOS干扰的能力，与传统TDOA算法相比，该算法无需知道各基站的非视线传播干扰分布，是一种实用有效的定位算法。     

基于TDOA无线定位的NLOS误差抑制算法

在无线定位算法中,非视距误差是影响定位精度的一个重要因素。为了减小NLOS误差的影响,文中提出了一种基于TDOA的NLOS误差抑制算法。该算法引入信息阈值和修正参数,对卡尔曼滤波迭代过程进行改进,有效地抑制了TDOA测量值中的NLOS误差。仿真结果表明,该算法在NLOS误差严重且误差模型不确定的环境下仍可保持较高的定位精度,且性能优于已有基于卡尔曼滤波的NLOS误差抑制算法。     

一种基于侧抑制的IF模型及其分析

根据视觉神经元中的侧抑制特性对传统IF模型进行简化,简化了活动方程、降低了运算量。在神经元的点火方法上采用不同以往的异步的离散值的点火机制,提高了网络的适应性。仿真结果表明。对图像的处理比较接近人的行为活动,说明对此模型的改进是成功的。     

一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中,传统相关处理方法的距离旁瓣受到时宽带宽积的限制,在有限相关处理时间内得到的距离旁瓣较高,会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法,将LMS滤波器的系数作为距离压缩结果,从而获取较低的距离旁瓣。对该方法的性能进行了理论分析,并通过数字仿真验证了算法的有效性和理论分析的正确性。     

一种基于随机森林的LOS/NLOS基站识别方法

蜂窝移动通信环境复杂多变,在基站和移动台之间不可避免会出现电波的非视距（Non-Line-of-Sight,NLOS）传播,使基站和移动台之间的距离测量误差显著增大,导致定位性能急剧下降。为了准确识别出视距（Line-of-Sight,LOS）与非视距传播的基站信号,提出了一种基于随机森林的LOS/NLOS基站识别方法,通过分析移动台与各基站接收机测量距离与定位误差之间的相关性,选择LOS/NLOS测量距离作为特征进行分类器训练,再将分类器用于LOS/NLOS基站的识别。仿真结果表明,该方法对NLOS基站的正确识别率达到90%以上,能取得较好的定位性能。     

基于CNN的NLOS识别与定位技术研究

超宽带(Ultra Wide Band,UWB)信号具有极高的时间分辨率,测距精度高、穿透能力强、抗多径效应好,适用于高精度室内定位系统的设计。基于UWB的室内定位系统中,非视距传播对定位精度有重要影响。针对UWB信号室内传播存在视距(Line of Sight,LOS)和非视距(Non Line of Sight,NLOS)情形,采用卷积神经网络(Convolutional Neural Network,CNN)识别NLOS信号。为避免有限数据集导致过拟合,采用dropout降低神经元之间的依赖,提高NLOS信号识别率。完成NLOS识别后使用LS/WLS算法做定位,结果表明该方法能将定位误差降低一半,显著提高了定位精度。     

基于散射模型的极化SAR图像相干斑抑制算法

针对地表目标散射具有随机取向特性,给出一种新的基于散射模型的极化合成孔径雷达相干斑抑制算法。首先将去取向理论用于相干斑抑制的预处理过程,之后在考虑图像中存在混合散射像素的情况下,通过Freeman分解将像素分成4种散射类型,利用欧式距离分类器对像素进行无监督分类,最后按最小均方误差准则对图像降斑处理。利用美国宇航局喷气推进实验室(NASA/JPL)的AIRSAR系统实测数据进行实验,结果表明,文中方法由于考虑了图像中目标散射的随机取向特性和混合散射情况,并采用相应的处理方法,改善了像素初始分类结果,相干斑抑制效果和分类结果明显优于LEE的基于散射模型降斑算法。     

GPS系统的误差分析和抑制方法

首先对GPS系统定位中出现的误差进行分析,并研究它们的性质、大小及其定位所产生的影响;然后介绍了消除和消弱这些误差影响的措施和方法。     

NLOS环境下移动台位置与速率估计

NLOS (Non-line of Sight)误差是定位中的主要误差来源,直接影响了定位的精度 。在MIMO（Multiple Input Multiple Output）系统中,基于NLOS信道模型的定位方法成为 解决NLOS定位误差问题的利器。基于此提出一种新颖的几何方法,仅采用两条NLOS路径就可 计算MS(Mobile Station)的位置,并且只需要利用单个基站便可完成MS的定位,克服了基站 数目过少无法准确定位MS的缺陷。在此基础上,还给出了最小二乘与最大似然算法利用多条 NLOS路径来改善定位精度的方法,并利用它对NLOS环境下运动的MS进行定位跟踪。理论分析 和仿真结 果都证明该定位方法在NLOS环境中对MS定位的有效性与精确度。     

平面近场散射抑制算法仿真与分析

本文提出一种用于平面近场暗室的散射抑制算法。该方法将平面近场测量得到的远场方向图进行柱面波模式分解,利用柱面波谱与被测天线的空间约束关系滤除散射分量,最后经过柱面波谱-远场变换得到处理后的远场方向图。通过构建模拟偶极子阵,将算法处理后的方向图与理想环境下的方向图进行对比,结果表明该算法能够有效的降低散射误差对远场方向图的影响。     

抑制蜂窝网定位中测量值NLOS误差的两种算法研究

本文基于对NLOS误差特点的分析,把两种改进的卡尔曼滤波器算法应用于蜂窝网无线定位的TOA(Time of Arrival)测量值消除NLOS(Non-Line of Sight)误差预处理上。它们分别针对NLOS误差的特点,从不同角度考虑,降低了TOA测量值中的标准测量误差和NLOS误差,恢复出的测量值可以较精确的逼近真实的到达时间。从而有效减少了测量值的NLOS误差,再使用普通的不考虑NLOS误差消除的定位算法来计算移动台的位置,就可以达到较高的精度。