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
提出一种在低空场景下基于接收信号强度(Rcecived Signal Strength,RSS)与到达角度(Angle of Arrival,AOA)信息融合的单站无源定位算法。该算法采用单架无人机设备虚拟多站设备接收无线电辐射源信号,融合RSS估计的距离信息与AOA方向角信...提出一种在低空场景下基于接收信号强度(Rcecived Signal Strength,RSS)与到达角度(Angle of Arrival,AOA)信息融合的单站无源定位算法。该算法采用单架无人机设备虚拟多站设备接收无线电辐射源信号,融合RSS估计的距离信息与AOA方向角信息,依据最小二乘准则(LS)构造算法的优化目标函数,采用凸松弛技术将目标函数等价为二阶锥规划(SOCP)问题并通过内点法求解。实验结果表明,该算法的定位精度在2 km范围内可达20 m,其定位性能优于单站无源定位算法,且由于采用单架无人机采集信号,其设备复杂度相较于多站无源定位较低。展开更多
在Bounding-box及其改进方法研究中,普遍采用正方形的重叠区域的质心作为定位的结果,然而该正方形与实际无线传感器节点的通信区域模型之间存在较大差异,导致定位误差较大。针对此问题,提出一种改进的Bounding-box定位方法。该方法在定...在Bounding-box及其改进方法研究中,普遍采用正方形的重叠区域的质心作为定位的结果,然而该正方形与实际无线传感器节点的通信区域模型之间存在较大差异,导致定位误差较大。针对此问题,提出一种改进的Bounding-box定位方法。该方法在定位时,不再采用正方形的通信区域模型,而是采用圆形的通信区域模型进行定位。基于仿真数据以及采用3种典型通信环境下真实的到达信号强度指示(received signal strength indicator,RSSI)数据完成定位实验,实验结果表明,该方法具有较高的定位精度,因此具有一定的实际应用价值。展开更多
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
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。
文摘提出一种在低空场景下基于接收信号强度(Rcecived Signal Strength,RSS)与到达角度(Angle of Arrival,AOA)信息融合的单站无源定位算法。该算法采用单架无人机设备虚拟多站设备接收无线电辐射源信号,融合RSS估计的距离信息与AOA方向角信息,依据最小二乘准则(LS)构造算法的优化目标函数,采用凸松弛技术将目标函数等价为二阶锥规划(SOCP)问题并通过内点法求解。实验结果表明,该算法的定位精度在2 km范围内可达20 m,其定位性能优于单站无源定位算法,且由于采用单架无人机采集信号,其设备复杂度相较于多站无源定位较低。
文摘在Bounding-box及其改进方法研究中,普遍采用正方形的重叠区域的质心作为定位的结果,然而该正方形与实际无线传感器节点的通信区域模型之间存在较大差异,导致定位误差较大。针对此问题,提出一种改进的Bounding-box定位方法。该方法在定位时,不再采用正方形的通信区域模型,而是采用圆形的通信区域模型进行定位。基于仿真数据以及采用3种典型通信环境下真实的到达信号强度指示(received signal strength indicator,RSSI)数据完成定位实验,实验结果表明,该方法具有较高的定位精度,因此具有一定的实际应用价值。
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%。
