超宽带室内定位算法

为了解决室内密集多径环境下人员定位精度差这一问题,设计并实现了一种基于脉冲超宽带与能量检测接收机的信号到达时间估计算法。根据在IEEE802.12.4a标准室内家居环境下得到的超宽带信号,深入分析了信号的偏度、翘度与均方差特性。根据信号特性与信噪比之间的关系,算法能够实现高精度的信号传播时间估计。该算法充分考虑了积分周期与信号传播环境如视距与非视距对信号传播时间造成的影响。通过实验分析对比,该算法对信号传播时间估计具有更好的鲁棒性,目标运动速度和形变具有很好的鲁棒性,能够提供更高的精度。相较于阈值估计算法,该算法在低信噪比环境下最优能够提高10 ns的估计精度。     

利用信道状态信息的室内定位技术

多径效应导致基于信号接收强度（RSSI）的室内定位方法精度不高,采用更细粒度的物理层信道状态信息（CSI）可以区分不同路径,提高定位精度。在已有基于CSI室内定位方法的基础上,通过改进对数距离路径损耗模型,得到CSI与传输距离的关系,并结合目标位置所测得的CSI值回归出目标与发射端的距离,最后通过三边定位法预测出目标的位置坐标。实验表明,相比基于RSSI的定位方法以及已有的基于CSI的定位方法,所提方法2 m以内的误差概率提高了将近40%和20%,有效提高了定位精度。     

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。     

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。     

基于压缩感知超宽带信号盲稀疏度信道估计

鉴于超宽带（UWB）信道估计要求预先给出信道才能精确重构的不足,研究了 基于压缩感知的盲稀疏度匹配追踪类算法用于信道重建。这种盲稀疏度方法根据迭代终止条 件和字典中最优原子选择方式的不同,设置迭代终止阈值和阶段转换阈值,通过可变步长的 增大逐步逼近稀疏度,实现精确重建。仿真结果表明,相同条件下,基于此思想经过改进算 法可有效用于解决实际UWB信道估计,较改进前算法估计性能相当,是一种具有应用价值的 盲稀疏度重构方法。     

基于手机内置磁感器的室内定位技术的研究

针对目前手机室内定位技术仍不够成熟的问题,本文在探讨手机定位技术现状和发展趋势的基础上,提出了一种新的室内定位方法,依靠智能手机内置磁感器进行室内地磁异常场测量,完成室内环境的定位,具有成本低、易于实现、定位精度高的优点,在手机室内定位上有较高的参考和研究价值。     

基于新限速抽样的超宽带通信系统信道时延估计

提出了利用新限速抽样率理论解决信道估计问题,建立了既可用于宽带也可用于窄带信道估计的框架,此框架的抽样率低于奈奎斯特速率。通过实例展示了利用奈奎斯特速率抽样而工作在低于奈奎斯特抽样率的算法性能,减少了功耗,也降低了算法的复杂性。     

基于压缩感知的卫星干扰源定位

针对传统测向方法实际应用性能较差的问题,提出了一种基于压缩感知的卫星干扰源定位方法。根据干扰信号方位角的空间稀疏性,建立了波达方向(DOA)估计模型,构造出基于阵列流型的过完备原子库和随机单位向量测量矩阵,最后结合信源估计技术和正交匹配追踪（OMP）算法实现干扰目标的方位估计。仿真验证了该方法能同时估计相干干扰信号的强度和角度,适合快速变化的干扰目标定位,并且具有较低的计算复杂度和更好的工程易用性。相关研究对压缩感知理论在卫星干扰源定位中的应用具有一定参考意义。     

MB-OFDM超宽带系统中基于噪声消除的信道估计

在MB-OFDM超宽带系统中,针对采用时域滤波器算法估计出信道后内部噪声残留的问题,提出一种改进的信道估计算法.首先采用时域滤波器算法对信道进行估计,然后利用最大后验概率准则估计滤波器内部噪声,最后通过消除该噪声得到最终的信道估计.仿真结果表明,该算法相比时域滤波器算法具有更优的性能.     

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。     

采用小波进行频带分割的脉冲压缩方法

针对因频带分割滤波器的不理想产生的频谱混叠、幅度以及相位失真导致子带脉压误差较大的问题,提出了一种采用小波设计的正交镜像滤波器组进行频带分割的子带脉压方法。借助小波及多分辨分析理论,利用最优频域准则设计频带分割滤波器组,消除或减小混叠失真、幅度及相位失真后,对信号进行频域分解,实现子带脉冲压缩。仿真结果表明,和传统的子带脉压方法相比,所提的脉压方法在主副瓣比方面提高了约12 dB,最大脉压误差减小了约7 dB,验证了该算法的正确性和有效性。     

一种基于场强差的移动台定位改进算法

为了解决传统的移动台定位过程中信号的传播误差对定位精度的影响,提出了一种基于移动台与服务基站之间的场强差来确定移动台位置的改进算法。小波变换在信号消噪处理中可以取得良好的效果,通过选择合适的小波函数和分解层数,对测量得到的场强差进行分解和重构,然后用经典Chan算法确定移动台位置,大大降低了传播误差对定位精度的影响。仿真表明,该算法能很好地抑制传播误差,其定位效果比直接使用Chan算法更加稳定。     

基于扩展卡尔曼滤波算法的无人机定位

无人机的移动定位是应对无人机机动性和应用环境复杂性的关键技术。为解决无人机中的全球定位系统（GPS）信号失效问题,提出了一种通过机载无线射频的接收信号强度解决定位问题的技术,分别采用扩展卡尔曼滤波方法估计距离和最小二乘方法估计路径损耗因子两种处理方法。理论分析和实验测试结果证实所提算法对有色噪声干扰下的接收信号有较好的增强效果,基于80%的置信水平,新算法相对于白噪声模型将估算误差从9.5 m减少到了4 m,还进一步提供了融合惯性导航的算法。     

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。     

基于同轴电缆的移动信号室内深度覆盖系统设计与实现

针对移动信号室内深度覆盖需求和现有覆盖方案存在的问题,提出了一种以有线电视同轴电缆为入户通道的射频系统。分析了系统原理和几个关键问题,计算了系统各项设计参数,阐述了合路器、跨路器和智能终端三个主要部分的结构及阻抗匹配滤波、同步、放大等关键模块的实现方法。实地测试结果表明,系统各项指标符合设计和应用要求,实现了160 m2高层住宅的信号覆盖,提高了小区测量报告（MR）覆盖率,同时对移动室分系统性能也无影响。所提方案与现有方案相比具有低成本、施工快速、协调简单等优势,是一种新颖实用的室内深度覆盖实现方式。     

DFT-S-OFDM系统中基于DFT的软迭代信道估计

在基于傅里叶变换扩展的正交频分复用（DFT-S-OFDM）系统中,为了消除由多径传播和多普勒效应导致的信道间干扰（ICI）,提出了一种基于离散傅里叶变换（DFT）的软迭代信道估计算法。该算法将传统DFT信道估计技术与Turbo均衡技术相结合,利用Turbo均衡器反馈的软信息来更新初始信道估计响应,进而消除噪声和ICI。Matlab仿真结果表明,在多径信道下,经过2次以上的迭代后,该算法的误码率（BER）性能得到了显著的改善。     

LTE系统中利用信道估计的天线端口数检测算法

长期演进(LTE）系统中使用多输入多输出(MIMO)技术来改善通信质量并提升信道容量。天线端口数通过循环冗余校验（CRC）掩码的方式隐含于物理广播信道（PBCH）中,遍历1、2、4三种天线端口数情况,分别作为PBCH解码配置,以CRC校验通过并且PBCH解码成功作为确定天线端口数的标志,从而造成冗余计算和时延的产生。为此,提出了一种基于信道估计的天线端口数检测算法,利用正交频分复用（OFDM）调制的LTE信号在空口环境中受频偏和时延影响,造成信道估计结果相位的线性累加,再通过线性回归方程的门限匹配,解决天线端口数检测中频偏影响大、计算量过多和盲检等问题。理论分析和仿真结果表明,该算法复杂度低、时延小,且在残余频偏较大时具有较高的正确率。     

OFDM系统中基于弱选择ROMP算法的稀疏信道估计

为了解决实际OFDM通信系统中信道稀疏度未知的不足,提出将弱选择正则化正交匹配追踪算法用于估计稀疏信道。算法在不知晓信道稀疏度的情况下,对不同迭代残差与测量矩阵中原子的相关系数进行判定后,根据原子的弱选择准则灵活地确定出表示信道冲激响应的原子候选集,进而利用正则化原则从候选集中挑选出表示信道冲激响应的最优原子组,逐步实现精确重建。仿真结果和理论分析表明：与正则化正交匹配追踪算法相比,相同条件下改进算法可以获得更低的均方误差和误比特率;另外,算法无需将信道稀疏度作为先验信息,实用性更强。