超宽带(Ultra-Wideband,UWB)技术能获得比现有无线定位技术更高的测距定位精度.本文主要讨论UWB定位技术的研究和应用,包括TOA/TDOA(Time/Time Difference of Arrival)等UWB定位方法、多径时延估计理论、非视距定位和协作式定位、多带OF...超宽带(Ultra-Wideband,UWB)技术能获得比现有无线定位技术更高的测距定位精度.本文主要讨论UWB定位技术的研究和应用,包括TOA/TDOA(Time/Time Difference of Arrival)等UWB定位方法、多径时延估计理论、非视距定位和协作式定位、多带OFDM(Orthogonal Frequency Division Multiplexing)定位和其他超宽带信号定位方式等方面,对其发展历程和现状进行了充分的叙述和分析,最后指出了仍存在的问题和值得进一步探讨的方向.展开更多
随着5G技术的不断发展,5G蜂窝网络已被广泛应用于城市地区。然而,基于5G的机会信号定位技术中存在着测距精度不高的问题。针对此问题,提出一种改进型5G机会信号定位算法,该算法将多信号分类(multiple signal classification,MUSIC)算法...随着5G技术的不断发展,5G蜂窝网络已被广泛应用于城市地区。然而,基于5G的机会信号定位技术中存在着测距精度不高的问题。针对此问题,提出一种改进型5G机会信号定位算法,该算法将多信号分类(multiple signal classification,MUSIC)算法与改进的早-晚功率锁相环(phase-locked loop,PLL)结合,不仅简化了锁相环结构,更保证了测距精度;同时搭建了基于5G机会信号定位的原理样机,并对改进算法方法的有效性和可行性进行了验证,试验结果表明伪距均方误差为3.03 m。本文所提出的算法不仅结构简单、系统稳定,而且在测距精度上也有一定的优势。展开更多
针对脉冲星信号周期估计需逐步搜索、计算量大等问题,提出脉冲星信号周期直接估计算法.根据周期不确定误差对时域上脉冲到达时间(Pulse Time of Arrival,TOA)估计方法的影响,推导了基于TOA信息的脉冲星信号周期估计方法的数学模型.该方...针对脉冲星信号周期估计需逐步搜索、计算量大等问题,提出脉冲星信号周期直接估计算法.根据周期不确定误差对时域上脉冲到达时间(Pulse Time of Arrival,TOA)估计方法的影响,推导了基于TOA信息的脉冲星信号周期估计方法的数学模型.该方法将一组观测到的脉冲光子到达时间序列(Photon Time of Arrivals,TOAs)进行等时间间隔分段,在时域上对每段TOAs进行相位估计获得相应的TOA信息,并根据建立的TOA信息与周期误差的关系采用最小二乘原理估计脉冲星信号周期.对周期准确性的评价不同于传统的依赖折叠轮廓的好坏,而是以TOA与时间图像的斜率作为依据,这一依据更直观、易于理解.理论分析与物理、计算机仿真数据结果表明,本文所提的周期估计方法能够根据短时间脉冲光子到达时间序列获得高精度和高分辨率的脉冲信号周期,有利于X射线脉冲星导航的工程应用.展开更多
最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight,NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在...最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight,NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在高运行时间的开销问题。为此,提出基于特征矢量的NLOS误差检测的定位(Eigenvector-Based NLOS Error Identification Localization,E-NIL)算法。E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值。最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置。实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法。展开更多
针对正交频分复用(OFDM)系统的时延(the time of arrival,TOA)估计未充分利用OFDM信号的时频特性及其精度较低的问题,根据OFDM信号的时频特性提出一种基于频域相偏的多径时延估计模型(Multipath Delay Estimation Based on Frequency Do...针对正交频分复用(OFDM)系统的时延(the time of arrival,TOA)估计未充分利用OFDM信号的时频特性及其精度较低的问题,根据OFDM信号的时频特性提出一种基于频域相偏的多径时延估计模型(Multipath Delay Estimation Based on Frequency Domain Phase-offset,FDP-MDE).并在此基础上,结合LTE(Long Term Evolution)系统的实际特点提出一种分组联合时延估计算法(Grouped Joint Time Delay Estimation,GJ-TDE).该算法首先将OFDM系统的时域接收信号转换为频域信号,然后对频域信号采样分成多组低维的接收数据矩阵并利用各采样数据矩阵组分级估计时延,最后取各时延估计值的平均作为定位时延值.仿真结果表明:在信噪比(SNR)为0dB、采样间隔为8的条件下,GJ-TDE算法的均方根误差(RMSE)比基于时域同步的Mensing算法降低了5.503 4m.展开更多
The challenging conditions prevalent in indoor environments have rendered many traditional positioning methods inept to yield satisfactory results. Our work tackles the challenging problem of accurate indoor positioni...The challenging conditions prevalent in indoor environments have rendered many traditional positioning methods inept to yield satisfactory results. Our work tackles the challenging problem of accurate indoor positioning in hazardous multipath environments through three versatile super resolution techniques: time domain Multiple Signal Classification (TD-MUSIC), frequency domain MUSIC (FD-MUSIC) algorithms, and frequency domain Eigen value (FD-EV) method. The advantage of using these super resolution techniques is twofold. First for Line-of-Sight (LoS) conditions this provides the most accurate means of determining the time delay estimate from transmitter to receiver for any wireless sensor network. The high noise immunity and resolvability of these methods makes them ideal for cost-effective wireless sensor networks operating in indoor channels. Second for non-LoS conditions the resultant pseudo-spectrum generated by these methods provides the means to construct the ideal location based fingerprint. We provide an in depth analysis of limitation as well as advantages inherent in all of these methods through a detailed behavioral analysis under constrained environments. Hence, the bandwidth versatility, higher resolution capability and higher noise immunity of the TD-MUSIC algorithm and the FD-EV method’s ability to resurface submerged signal peaks when the signal subspace dimensions are underestimated are all presented in detail.展开更多
为了设计一种以较小运算量获得较高测距精度的TOA(time of arrival)估计算法以适合节点运算能力有限的UWB(ultra wideband)无线传感器网络,提出了一种结合能量检测与匹配滤波的两步TOA估计方法.分析了该方法的工作原理,指出了第1步中DP(...为了设计一种以较小运算量获得较高测距精度的TOA(time of arrival)估计算法以适合节点运算能力有限的UWB(ultra wideband)无线传感器网络,提出了一种结合能量检测与匹配滤波的两步TOA估计方法.分析了该方法的工作原理,指出了第1步中DP(direct path)块检测成功率及第2步中匹配滤波门限因子设置的重要性.通过仿真对影响DP块检测成功率的两个因素,即DP块检测算法的选用和能量积分周期的设置进行了讨论.提出了依据能量采样序列中DP块与最小块比值DMR(DP to minimum energy sample ratio)动态设置匹配滤波门限因子的思想,并为其建立了数学模型.仿真结果表明,两步TOA估计方法在运算量比单一的基于匹配滤波的相干算法小很多的情况下,获得了比单一的基于能量检测的非相干方法更好的TOA估计性能,从而更适合应用于有低复杂度、低能耗设计需求的传感器节点中.展开更多
文摘超宽带(Ultra-Wideband,UWB)技术能获得比现有无线定位技术更高的测距定位精度.本文主要讨论UWB定位技术的研究和应用,包括TOA/TDOA(Time/Time Difference of Arrival)等UWB定位方法、多径时延估计理论、非视距定位和协作式定位、多带OFDM(Orthogonal Frequency Division Multiplexing)定位和其他超宽带信号定位方式等方面,对其发展历程和现状进行了充分的叙述和分析,最后指出了仍存在的问题和值得进一步探讨的方向.
文摘随着5G技术的不断发展,5G蜂窝网络已被广泛应用于城市地区。然而,基于5G的机会信号定位技术中存在着测距精度不高的问题。针对此问题,提出一种改进型5G机会信号定位算法,该算法将多信号分类(multiple signal classification,MUSIC)算法与改进的早-晚功率锁相环(phase-locked loop,PLL)结合,不仅简化了锁相环结构,更保证了测距精度;同时搭建了基于5G机会信号定位的原理样机,并对改进算法方法的有效性和可行性进行了验证,试验结果表明伪距均方误差为3.03 m。本文所提出的算法不仅结构简单、系统稳定,而且在测距精度上也有一定的优势。
基金The National High Technology Research and Development Program of China(No.2008AA8051602)
文摘针对脉冲星信号周期估计需逐步搜索、计算量大等问题,提出脉冲星信号周期直接估计算法.根据周期不确定误差对时域上脉冲到达时间(Pulse Time of Arrival,TOA)估计方法的影响,推导了基于TOA信息的脉冲星信号周期估计方法的数学模型.该方法将一组观测到的脉冲光子到达时间序列(Photon Time of Arrivals,TOAs)进行等时间间隔分段,在时域上对每段TOAs进行相位估计获得相应的TOA信息,并根据建立的TOA信息与周期误差的关系采用最小二乘原理估计脉冲星信号周期.对周期准确性的评价不同于传统的依赖折叠轮廓的好坏,而是以TOA与时间图像的斜率作为依据,这一依据更直观、易于理解.理论分析与物理、计算机仿真数据结果表明,本文所提的周期估计方法能够根据短时间脉冲光子到达时间序列获得高精度和高分辨率的脉冲信号周期,有利于X射线脉冲星导航的工程应用.
文摘最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight,NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在高运行时间的开销问题。为此,提出基于特征矢量的NLOS误差检测的定位(Eigenvector-Based NLOS Error Identification Localization,E-NIL)算法。E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值。最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置。实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法。
文摘针对正交频分复用(OFDM)系统的时延(the time of arrival,TOA)估计未充分利用OFDM信号的时频特性及其精度较低的问题,根据OFDM信号的时频特性提出一种基于频域相偏的多径时延估计模型(Multipath Delay Estimation Based on Frequency Domain Phase-offset,FDP-MDE).并在此基础上,结合LTE(Long Term Evolution)系统的实际特点提出一种分组联合时延估计算法(Grouped Joint Time Delay Estimation,GJ-TDE).该算法首先将OFDM系统的时域接收信号转换为频域信号,然后对频域信号采样分成多组低维的接收数据矩阵并利用各采样数据矩阵组分级估计时延,最后取各时延估计值的平均作为定位时延值.仿真结果表明:在信噪比(SNR)为0dB、采样间隔为8的条件下,GJ-TDE算法的均方根误差(RMSE)比基于时域同步的Mensing算法降低了5.503 4m.
文摘The challenging conditions prevalent in indoor environments have rendered many traditional positioning methods inept to yield satisfactory results. Our work tackles the challenging problem of accurate indoor positioning in hazardous multipath environments through three versatile super resolution techniques: time domain Multiple Signal Classification (TD-MUSIC), frequency domain MUSIC (FD-MUSIC) algorithms, and frequency domain Eigen value (FD-EV) method. The advantage of using these super resolution techniques is twofold. First for Line-of-Sight (LoS) conditions this provides the most accurate means of determining the time delay estimate from transmitter to receiver for any wireless sensor network. The high noise immunity and resolvability of these methods makes them ideal for cost-effective wireless sensor networks operating in indoor channels. Second for non-LoS conditions the resultant pseudo-spectrum generated by these methods provides the means to construct the ideal location based fingerprint. We provide an in depth analysis of limitation as well as advantages inherent in all of these methods through a detailed behavioral analysis under constrained environments. Hence, the bandwidth versatility, higher resolution capability and higher noise immunity of the TD-MUSIC algorithm and the FD-EV method’s ability to resurface submerged signal peaks when the signal subspace dimensions are underestimated are all presented in detail.
基金Supported by the Major Program of the National Natural Science Foundation of China under Grant No.60432040(国家自然科学基金重点项目)
文摘为了设计一种以较小运算量获得较高测距精度的TOA(time of arrival)估计算法以适合节点运算能力有限的UWB(ultra wideband)无线传感器网络,提出了一种结合能量检测与匹配滤波的两步TOA估计方法.分析了该方法的工作原理,指出了第1步中DP(direct path)块检测成功率及第2步中匹配滤波门限因子设置的重要性.通过仿真对影响DP块检测成功率的两个因素,即DP块检测算法的选用和能量积分周期的设置进行了讨论.提出了依据能量采样序列中DP块与最小块比值DMR(DP to minimum energy sample ratio)动态设置匹配滤波门限因子的思想,并为其建立了数学模型.仿真结果表明,两步TOA估计方法在运算量比单一的基于匹配滤波的相干算法小很多的情况下,获得了比单一的基于能量检测的非相干方法更好的TOA估计性能,从而更适合应用于有低复杂度、低能耗设计需求的传感器节点中.
