摘要
蜂窝网移动定位是根据蜂窝网自身的位置信息进行移动台定位与跟踪一种技术,是未来移动通信的方向,本文考虑到复杂信道环境中的非视距(NLOS)噪声误差的因素,提出了一种基于到达时间差(TDOA)的粒子滤波方法。仿真结果表明,与无损卡尔曼滤波对比,采用粒子滤波的跟踪方法能明显改善移动目标的定位精度。
出处
《电子世界》
2013年第8期83-84,共2页
Electronics World
参考文献3
-
1Wan E A and Van Der Merwe R.The unscented Kalman filter for nonlinear estimadoa[A].Adaptive Systems for Signal Processing,Communications,and Control Symposium(AS- SPCC)[C],Lake Louise,Alber ta,Canada,Oc t.2000:153-158.
-
2Fox V,Hightower J,Lin L,et al.Bayesian filtering for location estimation[J].Pervasive Computing,IEEE,2003 2(3):.24-33.
-
3IAu J S and Chen R.Sequential Mtsnte Carlo methods for dynamical systems[J] .Amer.Stafs:Assoc.,1998,93:1032-1044.
同被引文献24
-
1罗咏劼,万群,杨万麟.LOS/NLOS混合环境中的粒子滤波跟踪算法[J].电子与信息学报,2007,29(8):1833-1836. 被引量：6
-
2Gordon N J, Salmond D J, Smith A F M. Novel approach to nonlin- ear/non- Gaussian Bayesian state estimation[ C ]//IEE Proceedings F (Radar and Signal Processing). lET Digital Library, 1993, 140 (2) : 107 - 113.
-
3Flury T, Shephard N. Bayesian inference based only on simulated like- lihood: particle filter analysis of dynamic economic models[ J ]. Econo- metric Theory, 2011, 27(5) : 933.
-
4Vermaak J, Doucet A, P6rez P. Maintaining multimodality through mixture tracking [ C ]//Computer Vision, 2003. Proceedings. Ninth IEEE International Conference on. IEEE, 2003 : 1110 - 1116.
-
5Okuma K, Taleghani A, De Freitas N, et al. A boosted particle filter: Multitarget detection and tracking [ C ]//Computer Vision -ECCV 2004. Springer Berlin Heidelberg, 2004 : 28 - 39.
-
6Takahisa K, Sun Z, Micheletto R. A Fast and Precise HOG - Ada- boost Based Visual Support System Capable to Recognize Pedestrian and Estimate Their Distance[ C]//New Trends in Image Analyss and Processing - ICIAP 2013. Springer Berlin Heidelberg, 2013 : 20 -29.
-
7Papageorgiou C P, Oren M, Poggio T. A general framework for object detection [ C ]//Computer Vision, 1998. Sixth International Confer- ence on. IEEE, 1998:555 -562.
-
8Freund Y, Schapire R E. A desicion - theoretic generalization of on - line learning and an application to boosting[ C]//Computational learn- ing theory. Springer Berlin Heidelberg, 1995:23-37.
-
9Viola P, Jones M. Rapid object detection using a boosted cascade of simple features [ C ]//Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Confer- ence on. IEEE, 2001, 1:1-511-1-518.
-
10Dalai N, Triggs B. Histograms of oriented gradients for human detec- tion[ C]//Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. IEEE, 2005, 1 : 886 - 893.
二级引证文献14
-
1王齐,金小峰.复杂环境中车辆检测与跟踪方法的研究[J].液晶与显示,2016,31(5):511-517. 被引量：6
-
2张敏怡,郭剑辉,赵春霞,林坚.一种改进的LAP多目标跟踪数据互联方法[J].信息技术,2017,41(1):12-16. 被引量：2
-
3汤永利,李伟杰,于金霞,闫玺玺.基于粒子滤波的网络安全态势预测方法研究[J].计算机应用与软件,2017,34(1):293-297. 被引量：6
-
4张礼雄,张忠林.视频中多目标车辆的检测与跟踪方法研究[J].计算机技术与发展,2018,28(7):125-129. 被引量：3
-
5郭悦,王红军,解梦奇.基于果蝇算法的物联网节点定位技术研究[J].计算机工程,2020,46(1):144-149. 被引量：8
-
6黄斌,谢艳新,唐友,李颜甲.数据存储信息序列化完整性及效率评估仿真[J].计算机仿真,2020,37(4):159-163. 被引量：4
-
7谭玉枚,余长庚.基于卷积神经网络的行人检测技术的研究综述[J].软件,2020,41(7):31-36. 被引量：3
-
8王随阳,蒋林,雷斌,郭永兴.基于多传感器融合的室内机器人定位研究[J].组合机床与自动化加工技术,2020(10):72-75. 被引量：8
-
9吴瑞勇.基于限定域-蜂群的光纤物联网节点定位算法研究[J].电子器件,2021,44(1):131-135. 被引量：4
-
10张晓玲,商迎美,陈自红.基于FOA-MCB的无线传感器网络节点定位精度分析[J].黑龙江工业学院学报（综合版）,2021,21(12):60-65. 被引量：2
-
1武振宁,李小艳,王伟.ukf和ekf跟踪滤波算法比较[J].消费电子,2013(4):58-58.
-
2蔡琳,刘宇红.无损卡尔曼滤波算法在目标跟踪中的应用[J].自动化与仪器仪表,2015(7):112-115. 被引量：5
-
3陈百英,刘以安,张强.改进UKF算法在天波超视距雷达中的应用[J].计算机工程,2012,38(24):78-80. 被引量：2
-
4侯文佐,王大鸣,杨阳.基于LED光源的室内高精度成像定位新方法[J].激光与光电子学进展,2016,53(6):126-133. 被引量：3
-
5方庆,李平.基于Unscented卡尔曼滤波的室内定位[J].计算机工程与应用,2014,50(14):74-77. 被引量：3
-
6张大彪.雷达接收机噪声误差的分析与测量[J].现代雷达,2001,23(2):73-76.
-
7刘彩东,冯静忠,梁成松.对无线电测向误差的分析与探讨[J].中国无线电,2009(5):55-57. 被引量：4
-
8刘志骋,杨博.一种改进的变步长NLMS算法[J].现代电子技术,2015,38(22):12-13. 被引量：1
-
9罗浚溢,刘涛.基于压缩感知的高动态范围混合信号采样方法研究[J].中国测试,2016,42(9):112-115. 被引量：1
-
10符毅,孔星炜,董新民,支健辉,高宇.基于改进UKF的加油机位姿预测方法[J].应用光学,2016,37(6):860-865. 被引量：3
