许多无线定位应用通过旋转方向天线推测无线信号的到达角度(angle of arrival,AOA),但该类方法在稀疏抽样和复杂环境中定位精度不高。方向天线波瓣曲线的还原实验表明,最大接收信号强度(received signal strength,RSS)附近的波瓣曲线与...许多无线定位应用通过旋转方向天线推测无线信号的到达角度(angle of arrival,AOA),但该类方法在稀疏抽样和复杂环境中定位精度不高。方向天线波瓣曲线的还原实验表明,最大接收信号强度(received signal strength,RSS)附近的波瓣曲线与二次曲线近似。根据这一事实,提出了一种基于RSS二次曲线拟合的AOA定位算法。该算法利用最大RSS附近的数据拟合出二次曲线方程,通过曲线方程的最值点估测AOA。实验结果表明,该算法能够在稀疏抽样和复杂环境中保持良好的定位精度;真实环境实验的平均角度和定位误差分别为2.5°和0.28 m;相比RAL定位算法,其角度和定位精度均提高了70%。展开更多
为了减少非视距(Non-light of sight,NLOS)误差对基于到达时间(Time of arrival,TOA)的无线定位系统性能的影响,本文提出一种采用接收信号强度(Received signal strength,RSS)与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检...为了减少非视距(Non-light of sight,NLOS)误差对基于到达时间(Time of arrival,TOA)的无线定位系统性能的影响,本文提出一种采用接收信号强度(Received signal strength,RSS)与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检测并修正。在视距(Light of sight,LOS)传播的TOA与RSS之间关系已知的前提下,利用定位基站得到的TOA与RSS测量值,计算TOA测量值中含有NLOS误差的可能性,并对TOA测量值进行修正。该方法在不增加通信次数的情况下,大大提高了定位精度。最后在一个无线定位系统上实现了该算法,并进行了对比实验。实验结果表明,该算法不需对多次定位结果进行统计,即可有效降低NLOS误差对系统性能的影响,适用于对功耗要求苛刻的场合。展开更多
针对无线传感网络(wireless sensor networks,WSNs)的三维未知定位问题,提出一种基于接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AoA)的二阶锥规划节点定位(RSS and AoA-based secondorder cone programmi...针对无线传感网络(wireless sensor networks,WSNs)的三维未知定位问题,提出一种基于接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AoA)的二阶锥规划节点定位(RSS and AoA-based secondorder cone programming target localization,R-S-SOCP)算法。通过接收信号强度和到达角模型,获取距离和角度测量值,引用最大似然(maximum likelihood,ML)估计节点的位置,利用二阶锥规划(second-order cone programming,SOCP)将ML估计转换成SOCP优化问题,利用CVX求解节点位置。实验数据表明,与WANG和SDPRSS算法相比,R-S-SOCP算法定位误差下降近15%至20%。展开更多
针对室内定位,当信号受到非视距(non-line-of-sight,NLOS)和多径传播的影响时,本文提出一种接收信号强度(Received Signal Strength,RSS)协助的Ray-tracing室内定位算法,改进已经提出的基于虚拟基站方法的信号到达时间(Time of Arrival,...针对室内定位,当信号受到非视距(non-line-of-sight,NLOS)和多径传播的影响时,本文提出一种接收信号强度(Received Signal Strength,RSS)协助的Ray-tracing室内定位算法,改进已经提出的基于虚拟基站方法的信号到达时间(Time of Arrival,TOA)和信号到达角度(Direction of Arrival,DOA)室内无线信号Ray-tracing模型,利用信号RSS测量值优化算法,实现TOA、DOA和RSS协同定位,提高室内多径及非视距环境下,无线定位的精度,降低算法复杂度,提高算法处理信号多重散射的能力并降低了对基站的依赖性适用环境更为广泛。首先通过RSS得到信号源可能存在的位置,随后利用Ray-tracing原理并使用虚拟基站,将非视距路径定位问题转化为视距路径定位问题,利用TOA和DOA对直射、透射、反射和绕射情况进行分析建模,最后使用最小二乘法对可能的位置进行筛选,得到信号源的最终位置。仿真结果表明,本算法较改进前拥有更高的定位精度。展开更多
文摘许多无线定位应用通过旋转方向天线推测无线信号的到达角度(angle of arrival,AOA),但该类方法在稀疏抽样和复杂环境中定位精度不高。方向天线波瓣曲线的还原实验表明,最大接收信号强度(received signal strength,RSS)附近的波瓣曲线与二次曲线近似。根据这一事实,提出了一种基于RSS二次曲线拟合的AOA定位算法。该算法利用最大RSS附近的数据拟合出二次曲线方程,通过曲线方程的最值点估测AOA。实验结果表明,该算法能够在稀疏抽样和复杂环境中保持良好的定位精度;真实环境实验的平均角度和定位误差分别为2.5°和0.28 m;相比RAL定位算法,其角度和定位精度均提高了70%。
文摘为了减少非视距(Non-light of sight,NLOS)误差对基于到达时间(Time of arrival,TOA)的无线定位系统性能的影响,本文提出一种采用接收信号强度(Received signal strength,RSS)与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检测并修正。在视距(Light of sight,LOS)传播的TOA与RSS之间关系已知的前提下,利用定位基站得到的TOA与RSS测量值,计算TOA测量值中含有NLOS误差的可能性,并对TOA测量值进行修正。该方法在不增加通信次数的情况下,大大提高了定位精度。最后在一个无线定位系统上实现了该算法,并进行了对比实验。实验结果表明,该算法不需对多次定位结果进行统计,即可有效降低NLOS误差对系统性能的影响,适用于对功耗要求苛刻的场合。
文摘针对室内定位,当信号受到非视距(non-line-of-sight,NLOS)和多径传播的影响时,本文提出一种接收信号强度(Received Signal Strength,RSS)协助的Ray-tracing室内定位算法,改进已经提出的基于虚拟基站方法的信号到达时间(Time of Arrival,TOA)和信号到达角度(Direction of Arrival,DOA)室内无线信号Ray-tracing模型,利用信号RSS测量值优化算法,实现TOA、DOA和RSS协同定位,提高室内多径及非视距环境下,无线定位的精度,降低算法复杂度,提高算法处理信号多重散射的能力并降低了对基站的依赖性适用环境更为广泛。首先通过RSS得到信号源可能存在的位置,随后利用Ray-tracing原理并使用虚拟基站,将非视距路径定位问题转化为视距路径定位问题,利用TOA和DOA对直射、透射、反射和绕射情况进行分析建模,最后使用最小二乘法对可能的位置进行筛选,得到信号源的最终位置。仿真结果表明,本算法较改进前拥有更高的定位精度。
