2009 NLOS环境下的TDOA定位算法研究

1002008445computerengineeringandapplications计算机工程与应用jpeg2000左与本文方法右含噪图像还原效果比较上接74页以其他多幅标准测试图像进行压缩实验本文方法与jpeg2000压缩码率及还原误差比较见表注意到由于chessboard图像是规则的黑白方块以本文方式进行压缩仅需要保存黑白交界处的点即可且由于色块内部是完全同色分段线性插值基本没有误差因此其压缩还原效果较jpeg2000方法高出许多
维普资讯
Ｃ ｍ ｕｅ ｎｉｅｒ ｇ（ ｄＡ ｐｉ ｔ ｎ 计算机工程与应用 ｏ ｐ ｔ Ｅ ｇｎｅｉ ｒ ｐ ｌａｉ ｓ ｒ ｎ ｏ ｃ ｏ
非视距 环境 下改进 的到达时间差 定位算法
宋 玉
Ｓ ０ＮＧ ＹＵ
郑州大学 信息工程学院 ， 郑州 ４ ０ ５ ５０２
Ａｐ ｌ ａｉｎ ， ０ ８．４ ５） ９ — ０ ． ｐｉ ｔｏ ｓ ２ ０ ４ （ ： ９ １ １ ｃ
Ａｂ ｔ ａ ｔ Ｔ ｅ ｉｅｅ ｓ ｎ ｈ ｎ ｎ ｉ ｕ ｐ ｓ ｄ ｏ ｈ Ｌ ｉ ｔ ｅ ｌ ｓ ｉ ｓｒ ｃ ： ｈ ｗ ｒ ｌｓ ｅ ｖ ＇ ｍｅ ｔ ｓ ｐ ｏ ｅ ｔ ｏ ｓ ｔｅ ＯＳ ｎ ｈ ｃ ａ ｓｃ ｗｉ ｌ ｓ ｈｃ ｔ ｎ ｌ ｏ ｉ ｍ． ｔ ｏ ｇ ｔ ｅ ｅ ｅ ｔ ｎ， ｒ ｅ ｓ ）ａ ｉ ａ ｇ ｒ ｈ Ａｌ ｕ ｈ ｈ ｒｆ ｃ ｉ ｅ ｏ ｔ ｈ ｌ ｏ
ｒｆａ ｔ ｅｃ ｄ ｅ ｓ ｉ ｔ ｒ ａ ｅ ｖｒ ｎｍｅ ． Ｏ ｈ ｔｌｒ ｎｃ ｏ ｔｅ ｏ ａ ｉｎ ｅｒ ｃｉ ｏｎ ｔ． ｏ ｘｉｔ ｎ ｈｅ ｅ ｌ ｎ ｉｏ ｎｔ Ｓ ｔ ｅ ｏｅ ａ ｅ ｆ ｈ ｌｃ ｔｏ ｍｕｓ ｂ ｍ ｏｅ ｆ ｔ ｅ ｒ ｉ ’ｗｅ ｓ ｔ ｕ ｅ ｈｅ ‘ａ ｓ（ ａｇ ｒｔ ｍ ． ‘ ｓ ｉ’ ｌｏ ｉｈ ｌ Ｈｅ ｅ ｆ ｐ ｆ ｒ ｒ ｏ ａｇ ｒｔ ｍ ｔ ｍｉｉａｅ ｈ ｆ ｔ ｆ ｒ Ｖｅ ｕｔ ｏｗａ ｄ ｎｅ ｌｏ ｉｈ ｏ ｔｇ ｔ ｔ ｅ ａｃ ｏ ＮＬＯＳ． ｅ ｌ ｏ ｉｈ Ｔｈ ａ ｇ ｒｔ ｍ ｕｓ ｓ ｈｅ ｍｅ ａ ｉｎ ａ ｔｒ ｎｄ ｈ１ｌ ｇ ａｌ ｌｙ ｅ ｔ ｅ ｎｄ ｔｏ ｆ ｃｏ ａ ｉ ，Ｉｔ ｒ ￣ ｌ Ｉ ｕａ Ｓ ａ ｔ ｍｉｉａｔ ｔｅ ａ ｔ ｆ ＮＩＯＳＳｉ ｕａｔ ｎ ｈ ｗｓ ｈ ｔ ｈ ａｇ ｒｔ Ｏ ｓ ｏ ｔ ｅ ｈ ｆ ｃ ｏ ． ｍ ｌ ｉ ｓ ｏ ｔ ａ ｔ ｅ ｌｏ ｉｈｍ ｉ ｇ ｏ ｍｐｒ ｖ ｓ ｈ ａ ｃ ｒ ｃ ｏ Ｉｅ ｔｏ ｂｅｔ ｒ ｈ Ｉ ｈ ｇ ｎｅａ ｏ ｅ ｔ ｅ ｃ ｕ ａ ｙ ｆ ｏ ａ ｉ． ｔｅ ｔ ｉ ｔ ｅ ｅ ｒ ｌ ｎ ａｇ ｒｔ ｍ ， ｎ ｔ ｅ ｏｍｐ ｉａ ｉｎ ｓ ｏ ｌｏ ｉｈ ａ ｄ ｈ ｃ ｌｃ ｔｏ ｉ ｌ ｗ． Ｋｅ ｗ ｏ ｄｓ ｅ ｙ ｒ ： ｍｅｎ ａ ｉｎ ａ ｏ ；ｔｒ ｔ￣ ａ ｇ ｉｈ ： Ｌ： ｄ ｔｏ ｆｃｔｒ ｉｅ ａｉ ｌｏｒｔ ｍ Ｍ ｅ ＮＬＯＳ： ＴＤＯＡ

保密的学位论文在 年解密后适用本授权书。
本人签名：
导师签名：
日 期：
日 期：
摘要
摘要
无论是在民用系统还是在军用系统中，对目标的精确定位，都有着非常重要 的作用。有源定位、无源定位以及自定位是目前常见的三种目标定位问题。其中， 无源定位是在对目标不发射电磁波的条件下，通过测量辐射源诸如通信发射机、 雷达等的电磁波，来确定目标的位置信息。其定位方式决定了无源定位具有隐蔽 性强、不易被察觉的优点，因而使其成为现代一体化防空系统、远程预警系统以 及机载对敌等方面的重要组成部分，在电子对抗领域发挥着与日俱增的关键作用。 目前，在对目标的定位问题中，常用的定位参数主要有到达时差(TDOA)、到达时 间(TOA)、到达角(AOA)以及它们的混合参数等。
一 方 面 ， 本 文 分 别 研 究 并 分 析 了 基 于 TDOA 信 息 的 静 止 目 标 和 基 于 TDOA/FDOA 信息的运动目标的定位算法。对于静止目标，主要介绍了几种经典 的 TDOA 无源定位算法，并分析了各自的定位性能；对于运动目标，主要研究了 几种常用的基于 TDOA 测量值和 FDOA 测量值的联合定位算法。
（2）第二章首先介绍了 TDOA 定位算法的基本原理以及估计 TDOA 值的主 要方法，然后重点介绍了 3 种典型的 TDOA 定位算法，包括加权最小二乘(WLS) 算法、泰勒级数法以及 Chan 算法，并分别分析比较了各算法的优缺点及其定位性 能。
（3）第三章首先介绍了一种近些年提出的多维尺度分析（MDS）算法以及它 在 TOA 定位问题中的应用，随后在此基础上对该算法进行改进，针对多运动基站 的 TOA 定位模型，提出了一种新的利用多个时刻 TOA 测量值的 MDS 定位算法， 该算法考虑了二阶误差项的影响，在传统 MDS 算法的基础上利用了多个时刻的基 站位置信息和 TOA 测量信息，进一步提高了定位精度。

一种抑制非视距传播误差的混合定位算法徐英凯;曹洁;陈晓群【期刊名称】《计算机工程》【年(卷),期】2013(039)007【摘要】The Non-line of Sight(NLOS) transmission error is the main difficulty for mobile user location in cellular wireless communication system.So a novel Time Difference of Arrival(TDOA)/Angle of Arrival(AOA) wireless position scheme based on the two step Kalman filter is proposed.The estimate of the Kalman filter is used to calculate the variance of NLOS,and it adjusts the Kalman filter parameters and mitigate the NLOS error of measurement.These preprocessed measurements are input to the hybrid location estimator implemented by Extended KalmanFilter(EKF).Experimental results show that this algorithm can mitigate the NLOS error,and compared with Chan algorithm,it can improve the positioning accuracy.%为减小蜂窝网定位中影响定位精度的非视距(NLOS)传播误差,提出一种基于两步卡尔曼滤波到达时间差/到达角度的混合定位算法.利用卡尔曼滤波器的估计值计算非视距数据的方差,调节卡尔曼滤波器的参数,减小测量值的NLOS误差,并将经过预处理的测量值输入到扩展卡尔曼滤波器,实现混合定位.实验结果表明,该算法能有效消除NLOS误差,与Chan算法相比,其定位精度更高.【总页数】4页(P119-122)【作者】徐英凯;曹洁;陈晓群【作者单位】兰州理工大学计算机与通信学院,兰州730050;兰州理工大学计算机与通信学院,兰州730050;上海良相智能化工程有限公司,上海201100【正文语种】中文【中图分类】TP391【相关文献】1.LTE中抑制非视距误差的分层协同定位算法 [J], 后茜;林基明;周继华;刘俊2.基于非视距鉴别的无线传感器网络混合定位算法的研究与设计 [J], 胡婷;张铮3.CSS无线定位系统设计及非视距抑制算法 [J], 殷学强4.运用海伦公式的最优化非视距抑制定位算法 [J], 李溯南;华惊宇;李佳珉;卢为党;陈芳妮;余旭涛5.运用最优化原理的新型非视距抑制无线定位算法 [J], 郑志龙;华惊宇;江彬;卢为党;温浩;余绪涛因版权原因，仅展示原文概要，查看原文内容请购买。

式 ( 3 ) 用线性方程组表示为: AX = b, 其中: (x 1 - x n ) ( y 1 - yn ) A = 2# ( x n- 1 - x n )
2 1 2 n 2 1
;X = ( y n- 1 - yn )
2 2 2
x ; y
x - x + y - y n + dn - d 1 b= x
[ 7] [ 8]
随着微机电系统 ( M EMS )、 无线通信和数字电子 技术的发展 , 无线传感器网络 ( W SN ) 在军事应用、 目 标追踪、 环境监测、 医疗保健、 空间探索等领域都得到 广泛的应用 。节点位置信息是无线传感器网络应 [ 3] 用的基础, 节点定位 技术在无线传感器网络中具有 重要的地位。 [ 4] GPS 是目前应用最广的定位服务, 但受到成本、 功耗、 扩展性等问题的限制 , 甚至在某些场合可能根本 无法实现。目前, 主要解决方法是利用少量已知节点, 通 过节点定位算法, 以获得节点的信息。因此, 要采用一定 的定位机制与算法来实现 W SN 的节点定位。从 1992年 [ 5 6] AT&T 实验室开发出室内定位系统 Activ e Badge 至今,
∃ 14∃
机
电
工
程
第 26 卷
射功率 , 在接收节点测量接收功率 , 计算传播损耗, 使 用理论或经验的信号传播模型将传播损耗转 化为距 离 , 该技术主要使用 RF 信号。该方法功耗低、 价廉。 但由于环境的影响, 其建模比较麻烦。通常有可能产 生 ! 50% 的测距误差。 TDOA( ti m e difference on arriv al)。在节点上安装 超声波收发器和 RF 收发器。测距时, 在发射端两种收 发器同时发射信号, 利用声波与电磁波在空气中传播速 度的差异 , 把时间转化为距离。该技术的测距精度比 RSSI高, 但也会受非视距 ( NLOS)问题对超声波信号的 传播影响。 AOA ( ang le of arriv al) 。以 两个或更多基 站发射 信号的到达角度来估计节点的位置。该测量技术将距 离的测量转化为角度的测量。 AOA 技 术也受外界环 境影响 , 而且需要额外硬件 , 可能无法满足传感器对硬 件尺寸和功耗的要求。 TOA( ti m e of arr iv al) 。通过测量信号传播时间来 测量距离, 需要节点间时间同步。因 W S N 节点的硬件 尺寸、 价格和功耗限制 , 其实际场合使用的较少。