一种基于跳距修正的物联网中节点定位算法

针对传统的DV-Hop算法存在较大定位误差的问题,提出基于狮群优化算法的节点定位 (NLLSO) 算法. NLLSO算法从估计最小跳数、修正平均跳距误差和定位算法三方面进行改进,进而降低定位误差. NLLSO算法用不同通信半径传递Beacon包,进而提高估计最小跳数值的精度. 同时,通过引入权值参数修正平均跳距的估计值. 最后,通过狮群优化算法(LSO)估计未知节点位置. 仿真结果表明:NLLSO算法的定位精度高于传统的DV-Hop算法.      

一种GPS周跳探测与修复的组合算法

周跳是影响GPS定位精度的一个重要因素,对周跳的探测与修复一直是个重要问题。首先研究了电离层残差法、宽巷相位减窄巷伪距法两种经典方法的优缺点,提出了一种探测周跳的组合算法。根据周跳的整数特性,利用搜索整数解的思想确定周跳的大小进而修复周跳。经实测数据检验,该算法有效可行,有很强的实用性。     

GNSS实时周跳修复算法与精密单点定位测试分析

全球卫星导航系统(GNSS)能够为用户提供定位、导航和授时(PNT)服务,被广泛应用于国防安全保障和国民经济建设中. 实时精密单点定位(RT-PPP)是一种高精度卫星导航定位方法,针对信号中断导致的重新初始化时间长的问题,提出一种基于历元间差分伪距和载波相位观测量的周跳修复算法,设计了一种RT-PPP算法,并介绍其实现流程. 采用国际GNSS服务(IGS)观测站数据进行周跳修复实验,成功率在99%以上,缩短了重新收敛时间. 在楼顶进行推车实验,RT-PPP在水平方向定位精度优于1 cm,高程定位方向精度为2~3 cm.      

对伪距/相位组合量探测与修复周跳算法的改进

经典的伪距/相位组合法探测与修复周跳时,需要使用精密P码,这限制了其应用范围.结合电离层残差组合对其进行了改进,导出修正公式,并给出可以用来探测与修复周跳的组合量的条件,并在实验中利用L1,1-1、L-3,4、L-7,9和L14,18组合量进行了探测周跳的测试.实验表明,改进的算法在静态测量数据中,当卫星截止角大于15度时,无论是利用C/A码伪距还是交叉相关P码伪距和载波相位组合,可以检测出模拟的全部周跳;在动态测量数据中,也可以检测与修复绝大部分的周跳.     

非线性最小二乘超宽带TOA法在室内定位测量中的研究与实现

在现今信息化社会中,人们对于建筑物等室内定位服务的需求日益强烈,超宽带(Ultra Wideband,UWB)定位技术由于其抗多径干扰能力强、系统容量大、传输速率高等特点使之在短距离无线通信以及室内定位等方面受到了广泛的关注。本文利用非线性最小二乘最优估计对超宽带TOA算法进行分析,并通过两组对比实验分别探讨了锚节点的布设形式和目标节点不同位置对定位精度的定量影响。实验表明:最小二乘法能够克服移动中突然的跳点和剧烈的抖动对定位精度的影响,在宽度ω与高度ξ一样的情况下,有一最优间距δ*使得TN定位精度最高;在间距δ与高度ξ一定的情况下,在较为狭窄的室内环境下,ω值越大定位精度越高。     

利用小波阈值消噪改进M-W组合周跳探测性能

受伪距噪声的影响,Turbo Eidt法中M-W组合难以探测所有周跳。分析了M-W组合观测量的误差特性,指出伪距误差导致周跳漏检、探测延迟的原因。采用小波阈值消噪方法对M-W组合观测值进行处理,阈值估计使用Visushrink方法可削弱伪距噪声、增加周跳的辨识度。消噪后,周跳会发生扩散,除当前历元外,前后多个历元均会超出阈值,便于探测。实测数据结果表明:经小波消噪后的M-W组合观测值能够准确定位小至1周的所有周跳,避免漏检现象,增强周跳探测的可靠性。     

智能手机音频信号与MEMS传感器的紧耦合室内定位方法

基于智能手机内置的传感器,开展了音频信号和MEMS传感器的紧组合室内定位研究.首先,将时频分析技术用于音频信号TOA估计,提出了一种基于短时傅里叶变换和优化互相关方法的两步估计方法.之后,研究了一种基于音频T DOA和行人航迹推算的紧组合定位算法,静态测试的平均定位精度为0.238 m,相比最小二乘方法提高了38.66％.最后,针对动态定位中存在的问题,研究了一种基于预测状态的多普勒效应补偿和异步到达时间补偿的方法,改正了T DOA估计中,由分时播发架构及行人动态移动引入的多普勒时间偏差和位置误差.动态测试的平均定位精度和方差分别为0.513 m和0.104 m2,相比于未做修正补偿的标准组合算法定位精度提高了27.64％,且测试的3款手机(华为Mate 20、OnePlus 6和Google Pixel 3)定位性能相当且无明显差异.     

利用电离层残差法修复周跳时检测量的研究与改进

GPS载波相位测量中,周跳探测和修复是需要解决的关键问题之一.针对电离层残差法中检测量存在检测盲区问题,通过对误差的分析,引入了利用伪距约束构造辅助检测量的方法,给出了辅助检测量的表达式和阈值:先利用电离层残差法检测周跳,对检测结果显示无周跳的数据,再利用伪距约束构造辅助检测量检测周跳.实例分析表明:这种方法能够很好的解决电离层残差法检测不出一些特殊组合的周跳的问题,在静态测量数据中,能够检测并修复所有整数周跳.     

一种INS辅助的PPP周跳探测方法

PPP/INS组合导航系统中,接收机载波相位观测值由于接收机高动态、卫星低仰角、信号被遮挡等原因,往往发生周跳。周跳不仅会影响PPP定位精度,而且可能会导致模糊度参数重新初始化以致数十分钟才能重新收敛。针对以上问题,本文提出利用惯性导航系统（INS）辅助PPP宽巷周跳探测的新策略,通过具有短时高精度的INS信息,消除宽巷组合中的站星几何位置,克服传统MW方法中码伪距噪声及多路径误差的影响。试验表明,INS辅助的宽巷周跳探测方法能够精确识别各种宽巷小周跳。将该方法与无几何距离（GF）组合方法相结合,可以实现对双频等周周跳和特殊周跳（5/4、9/7等）的探测,具有较高探测精度,并可应用于实时周跳探测。     

GPS相位平滑伪距差分定位中若干问题的探讨

伪距差分定位方法是利用基准站的伪距差对流动站的观测伪距进行改正,得到流动站改正后的伪距观测值后再解算流动站坐标。而利用载波相位历元间的差值对伪距进行平滑,可以减少测量噪声从而提高定位精度,但这都需要在一定的条件下才能得到保证。比如粗差的探测与周跳修复（算法中要利用载波相位观测量）等问题,介绍了自行编制的软件对相关问题的处理方法,并通过试验验证了方法的有效性。     

一种基于蓝牙室内指纹定位的贝叶斯改进算法

贝叶斯估计是重要的位置指纹定位算法，但传统的等值贝叶斯先验概率在动态定位中不适用。针对该问题，本文提出了一种基于贝叶斯指纹定位的改进算法。首先，借助陀螺仪获取的航向信息和高斯核函数模型建立概率投票算法，计算先验概率；然后，结合先验概率和信号强度计算待测点位于参考点上的后验概率；最后，选取概率最高的参考点，以概率为权重计算待测点的最或然值。以智能手机为试验对象，在规则路径试验中，改进算法的平均定位误差为1.15 m，定位误差小于2 m的概率为96.1%，不规则路径试验中，平均定位误差为0.50 m，定位误差在1 m的可信度为94.8%；并且改进算法对定位中位置跳变的现象有明显改善，具有较好的稳健性。     

管道内部缺陷定位的一致性检验改进算法

针对管道内部缺陷定位中,里程轮累积误差较大的问题,提出了一种改进的一致性检验算法。在原有一致性检验的基础上,新定义了一种置信距离测度,消除了不同测量精度里程轮之间存在两种置信距离的情况,再利用阈值分辨出有效数据和较大误差定位数据,消除较大误差对定位结果的干扰。综合运用一致性检验和极大似然估计,进行管道内部缺陷检测定位分析,通过试验对比分析可知,新的一致性检验算法具有良好的抗干扰性,其平均相对定位误差为0.212%,有效减少了里程轮定位的累积误差,实现了管道内部缺陷检测的高精度定位,满足管道内检测的实际工程需求。     

附加深度差和水平距离约束的深海控制点差分定位算法

针对现有方法确定海底控制点（应答器）三维坐标垂直解偏差大的问题，提出了附加控制点间深度差和水平距离约束的差分定位算法。首先研究了声速剖面的变化规律，并分析了声速剖面的不确定性对测距误差的影响。其次，根据测距误差的变化规律设计了相应的测线，并提出了适合这种走航策略的差分算法。仿真试验的结果显示，相比于传统方法（圆走航），控制点垂直解的偏差由30多个cm减小到了10 cm左右，表明本文提出的方法可以有效改善控制点定位垂直解偏差大的问题。     

5G基站的改进加权质心室内定位算法

针对现有基站室内定位算法参与定位基站选择及权重设置不合理导致定位精度低的问题,提出了5G环境下基于接收信号强度指示(RSSI)进行加权质心室内定位算法. 该算法通过RSSI测距得到5个已知基站到待定位点的距离,以已知基站位置为圆心作圆,针对相交所得的五边形区域,取任意3个顶点组成三角形,并根据不同的基站类型以及与待定位点的距离,设定合适权重计算三角形质心坐标,利用所得的10个三角形质心坐标做最大似然估计(MLE)得到最终定位点. 仿真结果表明:在基站稀疏和密集两种环境下,本算法较经典质心算法和加权质心算法,室内定位精度明显提高.      

基于人工鱼群优化的BP神经网络WiFi指纹室内定位方法

针对传统的基于反向传播(BP)神经网络室内定位算法存在着低精度和慢收敛问题,且考虑到室内环境复杂,通常存在多径效应,无法使用信号强度衰减测距模型进行精确定位,提出一种改进的人工鱼群优化的BP神经网络WiFi指纹室内定位算法．利用人工鱼群觅食和寻优方式来提高全局寻优搜索的速度和能力,采用改进的人工鱼群算法(IAFSA)优化选取室内定位BP神经网络的权值和阈值,有效避免了传统BP神经网络的预测值易陷入局部最优的缺点,同时利用高斯滤波对信号进行去噪处理,建立采样点获取到的信号强度值(RSSI)与位置坐标的关系．实验结果证明所提方法与传统的BP神经网络方法相比,平均定位误差减少了0.75 m,平均定位精度提高32.2％,提高了定位可靠性,算法具有更好的稳定性.      

最大空圆约束下的最邻近计算方法

移动目标的最邻近查询是位置服务的重要内容之一。本文针对地理目标分布不均的情况,将离散点集的最大空圆参数引入到最邻近查询中,提出了最大空圆约束下的k-D树最邻近查询算法。通过实验证明该算法可以有效地减少节点访问次数,减少距离计算次数,从而提高最邻近的查询效率。进而将该算法应用于移动目标的k阶邻近查询中,可以有效地减少移动点在三角网中的定位次数,改善k阶邻近的查询效率。     

基于边界结点的GPS控制网边界异步环自动搜索算法

针对某些GPS数据处理软件搜索异步环不全的问题,本文提出了一种简单有效的基于边界结点的GPS控制网异步环自动搜索的算法。这种算法借鉴了Delaunay三角网的思想,通过建立Delaunay三角网,找出三角网上所有具有3条或3条以上边界边的边界结点,并依次搜索有边界结点的边界异步环和无边界结点的边界异步环,针对边界异步环,根据不同的观测时段数给出所有的基线组合,最后计算边界异步环的闭合差;并且根据此算法编写了软件,最后利用某县GPS平面控制网验证了该方法的可行性。     

一种改进的组合定权的指纹定位算法

室内场景复杂、WiFi信号不稳定等因素,造成基于信号空间K最近邻法的WiFi指纹定位算法匹配的邻近点会出现偏差,使用偏差较大的点计算待定点位置会直接影响定位结果。本文提出了一种改进的组合定权的指纹定位算法,对K个邻近点的几何结构进行分析,剔除其中偏离邻近点几何中心较远的点后,同时分析匹配邻近点中心同待定点几何位置存在理论上的关联,利用选择后的邻近点与其中心点的几何距离、待定点与指纹点欧氏距离组合定权,加权求取坐标。与KNN、WKNN算法定位结果分别进行比较,表明该方法提高了定位准确性和精度。     

一种削弱NLOS影响的定位算法

通过获取坐标已知的基站间TOA值由此得到它们之间的伪距,与其真实距离做差再取平均值的方法,得到在NLOS误差改正值。具体定位时,先利用NLOS误差改正值对TOA观测值进行改正,然后采用附有约束条件的加权最小二乘法(CLW S)得到最终的定位结果。仿真结果表明,该方法可有效地削弱NLOS误差对定位精度的影响。