一种改进的NLOS消除算法

在蜂窝移动定位中,由于移动台与基站之间电波传播的视距(LOS)路径被阻挡,电波只能以非视距(NLOS)方式传播,由此对电波测量值TOA、TDOA等带来较大的误差分量.用带有较大NLOS误差的TOA、TDOA测量值估计移动台位置,必然造成定位精度的显著下降.本文在对NLOS传播特性和机理分析的基础上,提出一种改进的NLOS误差消除算法,仿真结果表明,该算法能够显著提高定位精度,满足E-911定位要求.     

一种基于数据融合的蜂窝无线定位算法模型

本文基于数据融合的基本原理,利用TOA和TDOA测量数据并结合先验信息进行数据融合,然后通过定义可信度函数构造了一种基于移动台位置的动态定位算法,进一步提高了对移动台(MS)定位估计的准确性。最后仿真结果表明:这种融合算法模型在保证决策可靠的前提下,能得到更准确可靠的移动台估计位置,从而有效提高了决策输出的定位精度。     

基于改进果蝇优化算法的雷电定位研究

定位精度是评价雷电定位系统的重要指标之一,而定位算法直接关系到探测结果的精度。针对椭球面定位传统迭代算法易于发散等缺点,引入改进果蝇优化算法(MFOA)到雷电定位计算。文中给出了果蝇优化算法(FOA)的改进方法并利用MFOA进行雷电定位——通过不断缩小雷击点与探测点之间的距离误差,最终获得雷击点坐标。文章对MFOA进行仿真验证,并利用其进行雷击定位计算。结果表明:MFOA克服了传统定位算法易于发散及FOA易陷入局部极值等问题,收敛速度更快;通过MFOA求出的雷击点与实际雷击点相距362.4 m,满足雷电定位误差,验证了该方法的有效性,为雷电定位计算提供了一种新算法。     

基于UWB的天线阵列单基站定位方法研究

Ultra-wideband (UWB)技术由于具有功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点,所以被认为是最适合进行室内无线定位的技术.为了解决现有的多参考基站定位机制的局限与不足,提出了一种基于脉冲幅度比值的UWB天线阵列单参考基站的高精度UWB定位方法,来克服多参考基站系统在安装部署、时间同步等方面的不足;在IEEE802.15.4a的CM1信道中与传统的四基站TDOA定位方法进行了仿真对比发现在大部分情况下并未明显降低定位精度.但是该方法可以降低对系统时钟精度的要求,降低系统成本及复杂度,降低安装与部署的难度,因此具有较大的应用前景.     

融合超宽带方位和距离的移动机器人定位

可靠定位是机器人完成导航和路径规划的前提,机器人通过多个超宽带(ultra-wideband, UWB)基站的测距信息实现定 位,但基站数量不足时定位精度受限。 针对这一问题,提出融合超宽带距离和方位的移动机器人定位方法。 根据方位标准差区 分信号来自基站前方(视场)或背后(非视场),消除方位的前后奇异性。 在此基础上,利用 UWB 距离和方位测量值构建约束函 数,通过图优化算法融合里程计和 UWB 测量数据实现全局位姿优化。 实验结果表明,该方法在 13 m×6 m 的室内环境中,移动 机器人无规则运动能够达到 0. 093 m 的定位精度,比传统的基于测距 UWB 和里程计融合方法定位性能提升了 46%,且具有较 强的鲁棒性。     

超宽带定位应用系统及算法改进

UWB(超宽带)技术由于具有低功耗,大带宽等特点非常适合于无线测距定位应用.针对智能交通系统中的车辆定位特点提出了一种理想应用环境中只需两个参考节点的二维车辆定位系统,并针对该系统在非理想情况下精度较低的问题提出了3种分别基于方程解平均,多次测距平均,及AOA测距平面修正的定位精度改进方案.通过理论分析及仿真结果证明,提出的车辆定位系统可以有效实施车辆定位,在3种改进算法的辅助下能够达到较高的定位精度.三种改进算法中,基于方程解平均及AOA测距平面修正以增加成本为代价,多次测距平均以增加时间开销为代价,因此在实际车辆定位系统设计中,可根据应用环境及精度要求灵活使用.     

基于超声波定位的感应式无线能量传输原理及精度分析

本文采用基于TDOA算法的超声波定位为电动汽车感应式无线能量传输提供对准方法,并使用卡尔曼滤波结合超声波模块进行实验验证。为提高算法精度,本文基于TDOA算法超声波定位模型提出一种发射器位置计算方法;然后在算法原理推导过程中,分别对算法中影响定位精度的主要因素（如传感器位置布置形式、接收传感器间距、时间差测量误差、发射传感器高度等）进行了仿真和对比;最后将算法仿真结论进行实验验证,实现了在误差允许范围内的精准定位。本文的结论对采用TDOA算法进行超声波定位的方案及参数选取提供了一定的依据。     

基于粒子群TOA室内定位的系统误差修正

到达时间（time of arrival,TOA）的测距易受多径干扰的影响而产生较大的系统误差,造成室内定位时精度变差。针对上述问题,首先分析了TOA定位中系统误差的产生及特点,而后提出一种基于粒子群优化的定位算法。算法利用测距值与所求解位置的空间约束关系建立求解域,而后应用粒子群算法求解,并通过建立关于系统误差的罚函数和适应度函数实现误差修正,并减小粒子搜索空间,加快算法收敛速度。实验表明,利用本文描述的定位算法,可以有效抑制室内定位中测距产生的系统误差,定位精度得到明显提高。     

UWB与IMU融合的室内动态定位算法

针对超宽带(UWB)定位易受多种噪声和非视距(NLOS)的影响产生定位误差的问题,提出了一种基于UWB与惯性测量单元(IMU)融合的室内动态定位算法。该算法首先采用扩展卡尔曼滤波算法对基于到达角度(AOA)定位方法的位置信息进行滤波,并与IMU数据进行时间同步,通过相邻时刻UWB位置信息变化速度与IMU所测量标签运动速度对比,实现对NLOS数据的识别及补偿,从而降低NLOS对定位精度的影响;然后基于改进粒子滤波算法对融合后的数据进行最优估计,以抑制噪声的干扰,最终实现对标签的准确定位。实验结果表明,所提算法采用基于AOA的定位方法可以在保证定位精度的前提下节约硬件成本;与单一使用UWB传感器的定位方案相比,所提算法可根据IMU提供的先验信息有效降低UWB的定位误差,在非视距环境下具备较高可靠性;与基于扩展卡尔曼滤波和无迹卡尔曼滤波的融合算法相比,定位精度分别提高了65.6%和56.0%;与标准粒子滤波算法相比,所提算法基于改进的粒子滤波算法运行时间缩短了42.3%。     

无线定位系统在养老社区的应用研究

正无线定位系统在养老社区特定场合的实用性和必要性已经日趋显著,其应用前景广阔,研究意义重大,阐述几种常用的无线定位技术手段,详细对比其准确度及优缺点,寻求合理的解决方案。随着时代飞速变迁,无线定位技术迅猛发展,信息服务质量效率提高,具有较大的拓展空间,尤其是在养老社区中其应用前景广泛。定位系统有最基本的五种算法:①起源蜂窝小区技术。②时间到达法(TOA)。③时间到达差法(TDOA)。     

面向矿井动目标的 PSO-SVR 模型与 UWB Chan 优化距离指纹融合定位方法

针对目前井下人员、车辆、设备等移动目标位置精确管理存在的不足,本文对面向矿井动目标的定位算法与指纹定位模 型进行研究。 设计出一种基于改进粒子群优化 SVR 模型与 Chan 优化距离指纹匹配融合定位方法。 首先,构建一种基于 STM32 ARM 主控制器和 DWM1000 的超宽带(UWB)核心节点模型,通过双边双向测距和飞行时间法(TOF)对传输距离数据进 行计算。 在此基础上,通过依次在特定点采集距离指纹,基于改进的 PSO-SVR 模型进行移动目标路线拟合,预测目标的移动路 径。 再将其与 Chan 指纹进行结合,拓展出优化距离指纹融合定位方法。 实验结果表明,本文提出的指纹优化匹配融合定位方 法能够较好地预测出移动路径,最大误差不超过 20 cm,平均误差不超过 1 cm。 本文研究对矿井智能化建设及安全生产具有重 要意义。     

基于WLS-KF的UWB室内定位滤波算法研究

针对室内超宽带(UWB)定位过程中受到非视距误差(NLOS)干扰而导致定位精度下降的问题,提出了基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法对测距信息解算得到定位坐标。在通视环境下进行测距,利用测得的数据计算新息向量和协方差,并基于此构建阈值信息,对NLOS环境产生的量测异常值进行判别,在此基础上利用Sage-Husa滤波对系统噪声协方差进行估计。采用加权最小二乘法对测距信息进行处理,得到标签解算坐标的最优估计。通过MATLAB仿真验证算法的可行性和有效性并在室内环境下进行测距、定位试验验证。仿真和实验结果表明,基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法能有效识别NLOS误差,且对定位过程中发生的状态突变能有效进行跟踪,解算得到的标签坐标x方向误差1 cm左右,y方向误差2 cm左右,提高了UWB室内定位的精度。     

基于复域超多维标度的混合TOA/AOA定位算法

针对全球卫星导航系统信号完全拒止环境下的定位问题，使用超宽带(UWB)技术获取测量信息，基于多维标度变换算法(MDS)提出一种复域下的混合测距信息(TOA)和测角信息(AOA)的超多维标度定位算法(TA-SMDS)，并进一步构建了复域内的核矩阵，提出复域下的超多维标度定位算法(TA-CDSMDS)。对比3种算法的定位结果，以及10°、15°、20°测角误差和不同测距误差下的定位误差，得TA-CDSMDS算法相较于TA-SMDS和MDS，有更小的定位误差，更贴近克拉美罗下界；分析不同节点下3种的计算时间，TA-CDSMDS算法在优化TA-SMDS的基础上减少28%~48%的时间，具有更好的定位性能。     

变电站非视距环境移动目标实时精准定位方法

在基于无线传感器网络的变电站移动目标定位系统中,测量信号的传播路径容易受到变电站内各种设备的遮挡,导致测量误差增大,影响最终定位精度。针对现有实时定位算法受测量误差影响较大这一现状,本文提出了一种受测量误差影响较小的新型高精度定位方法,实现在变电站内对移动目标的精准定位。根据定位锚点提供的测量信息,采用两步线性最小二乘法初定位。引入误差概率算法,对初定位结果进行二次处理,求解出的概率最大点即为待定位目标的最优位置估计。进行仿真分析与实验验证,与现有算法进行比较。文中提出的算法在变电站环境下,将每一单一坐标误差控制在30cm以内,相较于现有实时定位方法,定位精度提升了50%以上。结果表明该定位方法能够有效提升在变电站环境下定位结果的准确性。     

Chan-IDW算法在信号干扰下的UWB精确定位研究

随着人们对室内定位需求不断增加,具有良好通信功能以及定位性能的超宽带(UWB)技术在室内定位领域发挥着重要作用。针对UWB通信信号在室内复杂环境中容易受到干扰,造成定位误差的问题,本文建立K-means算法对采集数据进行聚类分析,剔除有信号干扰时产生的错误测距数值,并在经典Chan算法的基础上进行改进创建出Chan-IDW模型来确定靶点位置的实际坐标,再通过均方差误差(RMSE)来衡量出该定位模型的精度。实验结果计算出在信号干扰下定位的靶点二维坐标平均误差为5.67 cm,三维坐标平均误差为11.34 cm,误差均在厘米级别,表明该模型求解靶点坐标与其真实坐标非常接近。因此得出结论,Chan-IDW模型可有效解决室内信号干扰下的UWB精确定位问题。     

电力作业场景中一种高效的UWB和IMU融合定位算法

在电力作业场景等复杂环境中,超宽带（UWB）定位存在非直达情况（NLOS）性能下降严重的问题,利用UWB与惯性测量单元（IMU）融合可以改善定位精度,但IMU的测量存在误差累积,需要精确的UWB测量校正。对NLOS条件进行准确的鉴别和利用有助于定位精度的提升。提出一种基于扩展卡尔曼滤波（EKF）的UWB/IMU融合算法,利用电力作业场合中UWB测量分布性质来判定NLOS条件,并进行误差的缓解,有效提升NLOS条件下的定位精度。由于该算法不需要对环境有先验知识,也不需要进行IMU校正等操作,可用性较好。理论和实验结果表明,该算法的性能优于其他基线系统。     

一种改进的UWB空间定位方法研究

超宽带(ultra wide band,UWB)技术由于自身抗多径能力强等特点被广泛应用于定位,但采用UWB进行定位时存在定位结果不稳定的现象。对于实时性定位要求不高的应用场景,文中提出了一种改进的UWB空间定位方法。该方法仅需要3个基站便可进行空间定位,通过将优化后的UWB测距数据运用到空间测边交会法中求解待定点坐标。经实验分析得该方法简单易行,计算量小且测距精度及定位精度较高。同时该方法仅需3个基站便可测得待测点的三维坐标,一定程度上节省了硬件成本,对于电力部门仓库货品定位、电厂巡检人员定位等场景有一定的适用性。     

基于TDOA和AOA的5G室分场景三维定位方法

在智慧楼宇以及电力检修运维中,需要及时获取设备或人员位置信息。针对室内因非视距传输和多径效应引起的定位精度不高问题,提出了一种基于奇偶交错布局的室分与5G结合的室内三维定位方案。首先,采用到达时间差(time difference of arrival, TDOA)和到达角度(angle of arrival, AOA)融合定位。其次,把具体定位算法融入到定位架构里,基于边缘计算快速获取室内对应移动目标的位置信息。在进行TDOA定位过程中,MEC端的定位服务器结合压缩感知进行信道估计,并在分段正交匹配追踪(stagewise orthogonal matching pursuit, StOMP)算法的基础上加入奇异值进行降噪处理。在进行AOA定位过程中,先利用改进的波束空间变换技术构造矩阵进行降维,为保证降维过程中信息不损失,提出对附加角度误差进行分析处理,然后,采用多重信号分类(multiple signal classification, MUSIC)算法进行定位。最后,5GC核心网服务器利用Chan-Taylor算法进行TDOA/AOA融合定位。仿真结果证明了所提出的定位方法能够实现对移动目标的精准定位。     

基于 SST-SCKF 的运动目标超宽带定位算法研究

使用超宽带(UWB)进行定位过程中,卡尔曼滤波是一种常见的降噪方法,但由于对非线性系统滤波性能差,且定位目标运动轨迹易超出基站布局区域以及受到异常噪声干扰,会影响定位系统的准确性和稳定性。针对这一问题,提出一种对称强跟踪(SST)平方根容积卡尔曼(SCKF)算法,通过引入对称时变渐消因子调节各协方差矩阵,实现改变误差协方差矩阵中多重衰落因子矩阵的工作方式,进而调整滤波增益,计算复杂度虽略有增加,但增强定位模型的适应性与鲁棒性。仿真验证表明,在异常噪声干扰下,改进后的算法(SST-SCKF)相较于SCKF/多重渐消因子的SCKF(ST-ASCKF)算法可有效提高定位准确度,且定位轨迹较于单渐消因子的SCKF算法(STSCKF)更为平滑;利用SST-SCKF算法设计基于UWB技术的定位方案,通过动态模拟实验表明,本文提出的SST-SCKF算法较之SCKF/STSCKF/ST-ASCKF滤波性能更优,为复杂环境噪声下人员UWB定位提供更好的降噪,使定位更为精准。