文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 计算机硬件及网络 > 基于Chan和Taylor的TDOA协同定位算法研究
侵权投诉

基于Chan和Taylor的TDOA协同定位算法研究

先假设R1为已知,则MS位置(x,y)可由式(5)按以下形式解出:

R2,1

x=-X2.1X3,1

Y2,1Y3,-1

3 算法仿真

为了验证定位算法的实际性能,仿真采用5个服务台站,将其分布在长宽均为20公里的范围内,在区域内随机生成信号源的位置。并在BS接受到的信号中加入随机噪声干扰。台站对接收到的信号采用广义互相关法进行信号匹配和时差估计,然后,用协同算法进行定位。

图2是5个服务台站接收到的经过不同随机干扰的无线电信号及被测源发出的不经干扰的信号。

R3,12

R1+

(6)

R22,1-K2+K1R23,1-K3+K1

将式(6)代入式(1),令i=1,得到一个关于R1的二次方程,将其正根代回式(6),就得到MS的估计位置。2.2 Taylor算法描述

泰勒序列展开式是需要初始估计位置的递归算法[6],在每一次递归中通过求解TDOA测量误差的局部最小二乘(LS)解来改进估计位置。对于一组TDOA测量值,该算法首先将式(2)在选定MS初始位置(x0,y0)进行泰勒展开,忽略掉二阶以上分量[7],该式转化为:

h=G + 其中,

R2,1-(R2-R1)

=

基于Chan和Taylor的TDOA协同定位算法研究

基于Chan和Taylor的TDOA协同定位算法研究

,h=

R3,1-(R3-R1)

Rm,1-(Rm-R1)

(X1-x)/R1-(X2-x)/R2(X1-x)/R1-(X3-x)/R3

(X1-x)/R1-(Xm-x)/Rm最小二乘估计为:

=(GTQ-1G)-1GTQ-1h

式中,Q为TDOA测量值的协方差矩阵。2.3 协同定位

Taylor级数展开法初始值的选取对定位结果影响很大,如果Taylor算法的初始值选取不恰当,则会导致Taylor算法的不收敛[8]。因此,可以先通过某种算法,对测量数据进行初始定位,并将定位的结果作为Taylor级数展开法的初始值,然后再利用Taylor级数展开法进行定位运算。为了减小算法的运算复杂性,作为初始定位的算法应该具备运算速度快、定位结果较精确的特点,而Chan算法恰好具有以上的优点。虽然,Chan算法在信道环境比较差的情况下会使定位精度下降

基于Chan和Taylor的TDOA协同定位算法研究

,但它的定位结果仍然反映了MS位置与测量值之间的大致特征,可以利于Taylor算法的收敛。因此,本文提出了基于Chan算法和Taylor算法的协同定位的TDOA方法。

首先采用Chan算法对TDOA测量值进行定位计算,并将Chan的定位结果作为Taylor级数展开算法的初

基于Chan和Taylor的TDOA协同定位算法研究

始值,然后进行多次迭代,当 的值小于阈值时,用Chan的定位结果

基于Chan和Taylor的TDOA协同定位算法研究

加上 便是最终的估计值。Chan算法与Taylor算法协同定位流程图如图1所示。

(Y1-y)/R1-(Y2-y)/R2(Y1-y)/R1-(Y3-y)/R3

(Y1-y)/R1-(Ym-y)/R,G=

(7)

对式(7)采用加权最小二乘算法(WLS),可以得到 的

图2 源信号与台站接收到的无线电信号

图3是对5个服务台站接收到的无线电信号用广义互相关法进行信号匹配计算时间延迟。

图3 广义互相关进行信号匹配

图4是在不同强度的噪声干扰下协同定位的误差。从图中不难看出采用协同定位算法在信道环境差时也显示出了优

图1 Chan算法与Taylor算法协同定位流程图

(下转第411页)

上一页第2页

你可能喜欢

  • 定位方法
  • 无线定位
  • 算法代码
  • 优化算法
  • 定位技术
  • 视觉定位算法
  • 室内定位算法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email