为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体...为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体单次散射,首先利用各BS测量的多径信号AOA信息来定位各散射体,再利用测量的多径信号TOA信息估计出散射体与移动台(Mobile Station,MS)之间的距离,然后将散射体作为虚拟基站来约束MS可能位置范围,并使用网格搜索来获得多个MS可能的估计位置,最后采用基于BS参考位置点的约束平均方法解算出MS估计位置。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。展开更多
为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的...为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的单次散射,首先利用圆环模型的几何特征搜索圆环的半径,再根据圆环的半径、TOA信息和AOA信息确定散射体的位置;然后将散射体作为虚拟基站规划移动台(Mobile Station,MS)的可能位置范围,并使用网格搜索和约束判断来获得多个MS可能的估计位置;最后根据误差目标函数的大小进行选择性平均。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。展开更多
当由于台风、塌方和地震等极端灾害导致地面固定基站损毁时,可以利用无人机搭载5G高空基站来为待测用户(User Under Test,UT)提供应急定位服务。要获得目标的三维位置信息,至少需要4个基站。针对如何降低极端条件下待测目标的定位成本,...当由于台风、塌方和地震等极端灾害导致地面固定基站损毁时,可以利用无人机搭载5G高空基站来为待测用户(User Under Test,UT)提供应急定位服务。要获得目标的三维位置信息,至少需要4个基站。针对如何降低极端条件下待测目标的定位成本,减少对无人机基站数量的要求,提出了一种基于无人机5G高空基站的低成本应急定位方法。利用最小二乘(Least Square,LS)算法来估计UT的初始位置,并将该初始位置作为虚拟移动基站加入初始基站集合。基于新的基站集,利用二次LS算法对UT的位置进行迭代估计,并将得到的一系列待测目标估计值作为虚拟基站集,随后基于高程精度因子(Vertical Dilution of Precision,VDOP)最小从虚拟基站集中选取一个最佳的虚拟移动基站,并以此作为UT的位置更新。将位于三维空间的无人机基站投影到水平面,联合到达时间差(Time Difference of Arrival,TDOA)和方位角测量值,采用一次加权最小二乘(Weighted LS,WLS)算法求解待测目标的水平位置。利用初始解分量之间的相关性,通过二次WLS算法对目标的水平位置进行修正,获得UT的最终位置估计。仿真结果表明,与现有的定位算法相比,提出的定位算法能以较低的成本获得较高精度的定位信息。展开更多
文摘为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体单次散射,首先利用各BS测量的多径信号AOA信息来定位各散射体,再利用测量的多径信号TOA信息估计出散射体与移动台(Mobile Station,MS)之间的距离,然后将散射体作为虚拟基站来约束MS可能位置范围,并使用网格搜索来获得多个MS可能的估计位置,最后采用基于BS参考位置点的约束平均方法解算出MS估计位置。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。
文摘为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的单次散射,首先利用圆环模型的几何特征搜索圆环的半径,再根据圆环的半径、TOA信息和AOA信息确定散射体的位置;然后将散射体作为虚拟基站规划移动台(Mobile Station,MS)的可能位置范围,并使用网格搜索和约束判断来获得多个MS可能的估计位置;最后根据误差目标函数的大小进行选择性平均。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。
文摘当由于台风、塌方和地震等极端灾害导致地面固定基站损毁时,可以利用无人机搭载5G高空基站来为待测用户(User Under Test,UT)提供应急定位服务。要获得目标的三维位置信息,至少需要4个基站。针对如何降低极端条件下待测目标的定位成本,减少对无人机基站数量的要求,提出了一种基于无人机5G高空基站的低成本应急定位方法。利用最小二乘(Least Square,LS)算法来估计UT的初始位置,并将该初始位置作为虚拟移动基站加入初始基站集合。基于新的基站集,利用二次LS算法对UT的位置进行迭代估计,并将得到的一系列待测目标估计值作为虚拟基站集,随后基于高程精度因子(Vertical Dilution of Precision,VDOP)最小从虚拟基站集中选取一个最佳的虚拟移动基站,并以此作为UT的位置更新。将位于三维空间的无人机基站投影到水平面,联合到达时间差(Time Difference of Arrival,TDOA)和方位角测量值,采用一次加权最小二乘(Weighted LS,WLS)算法求解待测目标的水平位置。利用初始解分量之间的相关性,通过二次WLS算法对目标的水平位置进行修正,获得UT的最终位置估计。仿真结果表明,与现有的定位算法相比,提出的定位算法能以较低的成本获得较高精度的定位信息。
