一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案。结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM) 网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究。在此基础上,通过仿真和实测实验对联合定位算法进行验证,实验结果表明,该LSTM神经网络联合定位算法的定位精度优于传统TOA(Time of Arrival)、UKF(Unscented Kalman Filter)联合定位算法,适用复杂室内定位。     

基于手机的声学超宽带室内定位

针对室内定位技术部署复杂、成本高的问题,提出了一种利用手机接收声学信号通过脉冲压缩进行室内定位的方法。通过借鉴雷达系统中的脉冲压缩技术,将信号和噪声分离,并提取出信号到达时延估计。为了减小定位误差,研究了手机的声学特性,设计了声学超宽带信号的信道模型,将应答节点时延回传,进一步减小信号传播的时延估计。在停车场的试验结果表明：定位结果和实际位置相符,平均定位误差在30 cm以内。     

IMU辅助的TDOA室内定位

室内环境下,当无线信号受到多径和非视距干扰时,传统的基于到达时间差（Time Difference of Arrival,TDOA）的测距模型定位精度不满足室内定位精度要求。为此,提出利用TDOA与低成本的惯性测量单元（Inertial Measurement Unit,IMU）相结合的定位方法。在视距情况下,只有TDOA系统工作,但在信号受到干扰时,利用IMU能够在短时间内提供一个准确的相对位置信息的特性,采用TDOA算法对其进行辅助定位,并利用卡尔曼滤波器对它们的数据进行预处理,最后使用扩展卡尔曼滤波器对数据进行处理融合。实验结果表明,提出的算法比传统的TDOA定位具有更高的精度。     

室内无线定位算法研究现状与发展趋势

随着无线定位技术的飞速发展,人们对室内定位需求的上升,室内环境的定位技术成为近年来的研究热点。考虑到室内定位的关键技术包含了许多方面,首先概述了目前室内定位主要的所面临的问题,分析了室内定位误差的主要来源;针对如何减少定位误差,将室内定位理论主要分为信道建模以及定位算法两个部分进行分析介绍;最后总结了现有的研究,指出了未来该领域的研究热点和发展趋势。     

TRM-FMM室内无线定位技术

在室内多径环境下信号视距传播易受障碍物影响,导致现有的一些室内定位技术对室内环境分布的估计较为困难。时间反转镜(TRM)室内无线定位技术可以有效地减少室内多径效应对信号的影响以及复杂环境造成的延时。但是,若没有信号传输信道的信息,常规TRM技术的定位精度就会大打折扣。针对该问题,给出了一种基于快速行进算法(FMM)的TRM室内无线定位方法。该方法首先利用FMM和同时代数重建算法(SART)迭代更新计算室内环境分布,然后使用估计结果进行TRM定位。仿真结果显示,对于小型规模的目标物体定位误差约为1.84 cm,在未知室内信道信息的仿真环境下,该方法比常规TRM技术的定位精度提高约32.90倍。     

一种高灵敏度的超宽带脉冲信号包络检测方法

本文对超宽带(UWB)通信系统实现的关键技术,即接收机前端的超宽带脉冲信号的检测技术进行了深入讨论。根据对UWB脉冲无线电实际接收信号的时域特征提出了一种简易、新颖的高灵敏度包络检波检测方式,分析了其电路的实现与性能,并给出了实验的数据和结果。与其他方式的比较表明,该电路是一种简单实用的非相关检测方式,与其原有的基带相关处理部分结合可获得良好的超宽带信号接收效果。     

关于通过移动基站进行室内定位研究

本文首先介绍了目前室内定位的几种主流方法或技术,通过比较,着重对通过移动基站进行室内定位的技术研究进行展开,在此基础上,探讨了如何用移动基站实现室内定位的方法。     

基于室内定位技术的医院暴力预警系统研究

近年来,医院暴力事件频繁发生,严重妨碍了医院正常的工作秩序,给医护人员的工作、生活和身心健康带来许多负面影响,已经成为一个严峻的公共卫生问题。为了有效预防医院暴力事件的发生,研制了一套基于室内定位技术的医院暴力预警系统,通过预警系统实现对医院暴力进行主动监控和提前干预,最大限度地预防医院暴力事件的发生。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

基于MEA-GRNN的RFID室内定位

针对采用遗传算法(Genetic Algorithm,GA)优化广义回归神经网络(Generalized Regression Neural Network,GRNN)的射频识别（Radio Frequency Identification,RFID）室内定位模型存在的早熟、收敛速度慢、不能保证解是全局最优等问题,提出采用思维进化算法(Mind Evolutionary Algorithm,MEA)来寻找广义神经网络的最优光滑因子,从而确定最优定位模型。首先用GRNN建立节点定位模型,阅读器与标签的接收信号强度值作为GRNN的输入,节点坐标作为输出,根据适应度函数值,通过MEA寻找GRNN的最优平滑参数。实验结果表明,通过MEA优化的GRNN模型的定位精度比GA优化的GRNN定位模型的精度高、泛化能力强,并且比后者的效率高,能够避免GA陷入局部最优的问题。     

基于Rake接收机的UWB通信系统性能分析

针对无码间干扰的TH-PPM-UWB通信系统,分析了该系统在IEEE UWB室内多径信道模型下采用Rake接收机时的系统性能,仿真了不同结构Rake接收机的误码率,结果表明,总体上SRake的性能要优于PRake,且两种接收机的性能随着叉指数目的增加都有明显的改善。     

一种适用于超宽带脉冲信号检测的改进CUSUM算法

将最快检测技术应用于超宽带脉冲信号检测中,具体采用改进的CUSUM(Cumulative Sum )算法来检测 超宽带脉冲信号。首先分析了经过多径信道衰减后的超宽带脉冲信号概率分布特性,进一步 提出了适用于超宽带脉冲信号检测的改进CUSUM算法。理论分析和仿真证明了所提改进 算法性能优越且实现复杂度低。该算法克服了块检测算法的信噪比门限效应,且具有最优的 检测延迟性能,相同虚警限制下其检测性能明显优于能量检测算法。     

高信号密度雷达脉冲分选算法

利用脉冲重复间隔(PRI)是高信号密度环境下一种主要的脉冲分选去交错方法.文中分析了受到雷达扫描特性影响时,脉冲到达时间(TOA)测量误差对PRI估计及对脉冲分选去交错的影响,提出了一种对脉冲幅度变化不敏感的TOA测量算法和能够克服PRI误差累积的去交错算法.仿真结果表明,该算法适用于高信号密度环境,性能良好.算法已在DSP平台上实现,具有很好的实时性.     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas t-Squares, CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频 差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换 成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格 朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定 位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持 相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍 然能达到克拉美罗下限。     

低信噪比强窄带干扰条件下的LFM信号检测技术的比较与分析

研究了低信噪比强窄带干扰条件下的LFM信号检测技术,提出了基于短时傅里叶变换(STFT)的线性调频(LFM)信号增强技术、基于时频峰值滤波的强窄带干扰抑制技术和基于一维搜索的宽带LFM信号检测技术.试验结果表明,采用以上这些方法在低信噪比强窄带干扰情况下,对于LFM信号具有较高的正确检测概率及参数测量精度.     

一种新颖的基于偏度的非视距区分算法

在超宽带(UWB)定位系统中,非视距(NLOS)传播是降低通信与定位精度可靠性的主要原因。因此,区分NLOS环境对提高定位精度尤为重要。针对该问题,提出了一种新的基于信道统计特性——偏度(Skewness)的NLOS区分算法。该算法首先将偏度在IEEE 802.15.4a信道模型（特别是室内家居和办公环境）中建模为对数正态分布,然后对其概率密度函数(PDF)做似然比检验来区分视距(LOS)与NLOS环境。仿真结果表明：室内UWB定位系统中,偏度可以更好地区分信道状态,在室内办公环境中,正确区分NLOS环境的概率可达99.99%。在定位模块中融入所获得的区分NLOS的结果将有助于定位精度的进一步提升。     

微弱信号多站时差协同检测技术

针对现有时差相关检测方法难以有效检测微弱信号的现状,为提升现有检测系统对微弱信号的检测性能,提出了一种针对微弱信号的多站时差协同检测技术。通过在空间域内将多组时差站的相关结果积累,然后搜索二维网格中的最大值得到检验统计量。分析了检验统计量的概率分布,明确检验统计量在纯噪声条件下服从极值I型分布,依据奈威-皮尔逊（Neyman-Pearson）准则得到了检测门限。蒙特卡洛仿真结果表明,相同条件下,该方法比传统的相关检测的处理增益高约10lgK dB（K为时差线数目）     

运动TDMA系统目标时差定位算法

根据时分多址（TDMA）系统的同步特征,利用TDMA运动目标准周期性信号的到达时间,提出 了3种在三站时差定位系统中实现目标定位的算法。采用目标运动分析的方法,对TDMA目标 位置的可观测性进行分析,提出了目标运动分析时差定位算法,利用目标航迹上多个位置的 时差实现目标的定位。运用目标运动分析测距算法,提出了测距与传统时差定位和目标运动 分析时差定位相结合的两种定位算法。3种定位算法充分利用了目标的运动特性 ,提高了TDMA目标的定位精度,避免了传统时差定位算法中的多解和无解现象。仿真 结果验证了算法的有效性。