基于雨衰雪衰影响的空间信道统计模型

针对某些特殊的移动通信环境中信号的到达角度（TOA）、到达时间（AOA）等信道参数估计的复杂性，提出一种基于散射体均匀分布室外统计信道模型。该模型将树木中的树冠层作为散射体呈均匀分布在移动台与基站周围的椭圆形区域内，通过树冠层在雨雪环境中的相对介电常数来分析降雨降雪量对信号传输带来的影响，可以方便地估计出此室外微小区的空时信道参数，如AOA概率密度分布函数、TOA概率密度分布函数以及到达角度/到达时间（AOA/TOA）联合概率密度分布函数。仿真结果表明，信号的到达时间TOA以及到达角度AOA随着降雨降雪量的增大而增大，尤其当降雪量增大使得树冠层相对介电常数达到4.5时，信号的传输将被阻塞。该模型的信道参数估计结果符合理论与经验，扩展了移动无线通信信道模型的研究与应用。     

场面多点定位信号处理独立性的实现

大型机场的场面多点定位（MLAT）系统具有接收站布局复杂和非视距（NLOS）传播严重的特点,为了选择最佳定位站点组合和消除NLOS对目标定位的影响,需要提供一个目标的估计位置。以往采用目标前次定位位置的方式存在将前次定位误差引入到当次目标信号处理中的缺陷。为了实现多点定位系统对目标当次信号处理的独立性,采用一种基于最优水平精度因子（HDOP）的目标位置估算方法,利用当次测量达到时间（TOA）信息,基于最优HDOP,通过快速优选、位置一致性判定和优化站点等方法,快速估计出目标当次二维位置,数据处理系统利用当次目标估计位置完成最佳站点组合选择和NLOS处理。仿真测试和机场场面真实数据测试验证了该方法的可行性,同时表明利用该方法提高了多点定位系统的定位连续性和定位精度。     

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距（NLOS）传播误差,定位估计前识别收发信机之间电波是视距（LOS）还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS识别算法进行改进,然后提出了一种针对特殊几何精度因子（GDOP）场景下的NLOS识别算法——分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。     

NLOS环境下移动台位置与速率估计

NLOS (Non-line of Sight)误差是定位中的主要误差来源,直接影响了定位的精度 。在MIMO（Multiple Input Multiple Output）系统中,基于NLOS信道模型的定位方法成为 解决NLOS定位误差问题的利器。基于此提出一种新颖的几何方法,仅采用两条NLOS路径就可 计算MS(Mobile Station)的位置,并且只需要利用单个基站便可完成MS的定位,克服了基站 数目过少无法准确定位MS的缺陷。在此基础上,还给出了最小二乘与最大似然算法利用多条 NLOS路径来改善定位精度的方法,并利用它对NLOS环境下运动的MS进行定位跟踪。理论分析 和仿真结 果都证明该定位方法在NLOS环境中对MS定位的有效性与精确度。     

基于角度重构和差分飞行时间的室外多站定位

针对当前室外定位基站和目标之间的信号收发不同步,以及非视距(Non-Line of Sight,NLOS)环境下定位困难的问题,提出了一种基于角度重构和差分飞行时间(Time of Flight,TOF)的室外NLOS多站定位方法。首先,基于单次散射模型给出了一种关于散射体波达角(Angle of Arrival,AOA)的粗略重构方法,再利用多径信号的差分TOF并结合模型中目标、散射体、基站之间的几何位置关系构建定位方程;然后,结合先验信息添加约束区间并结合定位方程将定位问题转化为最小二乘优化问题,并利用列文伯格-马奈尔特法(Levenberg Marquardt,LM)算法进行初始解算得到基站到目标的初始估计距离;最后,将每个基站的距离估计结果进行联合多边定位得到最终目标位置。仿真结果表明,该方法利用多个基站能在室外NLOS环境中实现较高定位精度。     

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.     

一种改进的多站AOA/TDOA联合无源定位闭合形式算法

为解决多平台协同外辐射源无源定位问题，提出了基于到达角(Angle of Arrival,AOA)与到达时间差(Time Difference of Arrival,TDOA)的闭合形式定位解算法。在保持两阶段定位闭合形式算法框架不变的前提下，所提算法不仅考虑了AOA与TDOA观测噪声对定位造成的不利影响，同时还缓解了传感器位置不确定引起的定位精度恶化问题。数值仿真结果验证了所提算法的高精度定位性能。     

基于人工鱼群粒子滤波的信号源定位

针对传统粒子滤波算法精度不高、难以满足移动监测车对无线电信号源定位需求的问题,提出了一种基于人工鱼群粒子滤波的信号源定位方法。将人工鱼群算法的优化思想引入到粒子滤波中,通过觅食行为和聚群行为驱动粒子向最优位置移动,改善粒子的分布。结合移动监测车对信号源定位的需要,建立了信号源波达角定位（AOA）的数学模型,在Matlab环境下对人工鱼群粒子滤波算法的信号源定位进行了仿真。实验结果表明,在保证实时性的前提下,该方法定位结果的最大误差为0.101%,定位精度远大于粒子滤波定位方法的估计精度,是一种有效、可行的定位方法。     

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。     

一种量测转换的移动外辐射源多站协同跟踪算法

针对移动外辐射源跟踪问题,提出一种融合到达角(Angle of Arrival,AOA)与到达时间差(Time Difference of Arrival,TDOA)观测量的量测转换Kalman滤波(Converted Measurement Kalman Filter,CMKF)算法。首先,采用了一种考虑了传感器位置偏差影响的无源定位算法作为转换非线性的AOA与TDOA观测量至笛卡尔坐标系下观测量的方法,并证明了当AOA与TDOA的测量噪声以及传感器位置偏差都服从高斯分布且噪声强度不大时,该量测转换方法的位置转换误差能达到克拉美罗(Cramér-Rao Lower Bound,CRLB)界;其次,在量测转换的基础上构建了关于移动外辐射源的线性状态空间模型,将非线性的目标跟踪问题转化为线性滤波问题,并最终使用标准Kalman滤波器实时跟踪移动外辐射源位置。仿真结果不仅验证了量测转换精度与理论分析结论吻合,还表明了所提CMKF算法的跟踪精度同时优于扩展Kalman滤波器、无迹滤波器以及粒子滤波器。     

蜂窝移动定位系统定位精度提高算法的研究进展

提高蜂窝移动定位系统的定位精度是定位技术在CDMA系统中广泛应用的关键。针对提高移动定位精度算法的研究，分别从基本定位算法、非视距传播误差消除算法、抗多径干扰时延估计和抗多址干扰算法、数据融合定位方法等几个方面进行了详细的分析和讨论，综述了该领域的最新研究进展，提出了自己的观点。最后对移动定位精度提高算法研究的未来进行了展望。     

分布式嵌套阵列及其DOA估计

提出了一种分布式嵌套阵列天线结构,由两个相互独立的四级嵌套子阵构成。两个子阵间存在一个基线长度,且满足一定条件。对该阵列天线接收到的信号进行高阶累积量和Khatri-Rao积运算可以得到三个完全相同的均匀直线阵列天线结构。针对新得到的阵列天线结构,使用基于空间平滑技术的双尺度酉旋转不变子空间（ESPRIT）波达方向（DOA）估计算法对信号进行DOA估计。该方法可以有效地提高阵列天线的自由度,进而达到提高估计精度的目地。仿真结果证明了基于所提出阵列天线结构的DOA估计方法的有效性。     

基于载波相位的室内AoA/ToF联合定位

当前室内定位的主流方法是基于信道状态信息（Channel State Information,CSI）的AoA/ToF（Angle of Arrival/Time of Flight）联合定位,由于天线数量和带宽的限制,导致其特征参数存在误差。为此,结合CSI中细粒度和多样化的载波相位信息,提出了一种基于载波相位的室内AoA/ToF联合定位算法。首先,基于载波相位和ToF信息构造载波相位定位模型,实现目标初始定位;然后,利用LAMBDA（Least-squares Ambiguity Decorrelated Adjustment）算法消除整周模糊,实现基于载波相位的AoA/ToF联合定位算法,得到目标精确位置;最后,推导了算法定位精度的标准差。通过实验分析了不同参数对定位性能的影响,结果显示,该算法定位精度优于AoA/ToF联合定位,当接收机在用户周围均匀分布时定位性能较好,且基本不受载波相位测量误差的影响,因此具有更好的鲁棒性。     

时差型卫星定位系统目标位置标校算法的误差分析

针对时差型卫星定位系统位置标校算法中标校源选择的问题,首先建立了基于单个标校源的标校方法的误差分析模型,分析了参数的系统性误差和随机测量误差对标校效果的影响;其次,定义了两类定位误差改善因子,用来定量描述标校算法对定位精度的改善能力,并可以通过理论计算评价标校源的标校效果,从而为标校源的选择提供了依据。最后,仿真分析验证了误差分析模型及定位误差改善因子的有效性。     

一种适用于机场场面监视MLAT系统的状态模型

根据直角坐标系的目标运动模型和无源多点时差定位系统(MLAT)的特点,推导出了一种到达时间差（TDOA)状态模型方程,并基于该模型方程,设计了一种TDOA跟踪滤波器。与传统TDOA状态模型方程相比,所推导出的状态模型方程和滤波器不但能提高TDOA的估计精度,还可更有效地消除非视距（NLOS）成分。仿真和实测数据证实了所推导状态模型方程和所设计跟踪滤波器的有效性。