一种基于频域的相位差无源标签测距方法

针对基于信号到达相位差(Phase difference of arrival, PDOA)双频比相法测距方案频率选取随机性大,导致测距结果精度低等缺点,提出了一种基于频域的信号到达相位差（Phase difference of arrival in frequency domain ,FD-PDOA）双频比相法测距方案。结合最小二乘法以及一次线性回归的思想,建立了测距的数学模型。利用Matlab对实验数据进行仿真分析表明：在0.5 m和1.0 m处,若采用PDOA双频比相法测距方案,误差分别在50%和30%上下浮动;采用FD-PDOA双频比相法测距方案,从整体上分析相位差值的变化特性,误差在10%上下浮动,进一步提升了测距精度。     

基于UWB的SS-TWR改进方法研究与实现

针对卫星导航信号缺失或极易受扰的条件下,室内快速移动机器人与室外密集飞行的无人机集群必须依靠高精度高实时性相对定位实现运动导航与控制以及个体间避碰,亟需探索时间短、精度高的方法.对UWB测量体制深入研究后,提出时间可估算的单边双向测距(SS-TWR)的改进方法测距系统.系统建立了详细的序列时间分析与估算方法,与常用的双边双向测距(DS-TWR)相比,缩短了距离测量时间,提高了测量频率,减少了错误帧数量;采用有源温补晶振校正时钟,构建修正天线辐射近场区的误差经验模型,并引入卡尔曼滤波对测量结果进行融合估计,降低了测量误差;在室内环境的对比测试实验证明,改进后的SS-TWR精度达到与DS-TWR相当的±5 cm,测距时间小于5 ms.     

SDS—TWR技术在煤矿人员定位系统中的应用

针对目前煤矿人员定位系统大多只能掌握井下人员所在区域、不具备精确定位功能的问题,介绍了一种对称双边两路测距(SDS-TWR)技术的原理,并将其应用到煤矿人员定位系统中。测试结果表明,基于SDS-TWR技术的煤矿人员定位系统测距误差在2m以内,能够满足井下人员定位的精度要求。     

超声波测距误差分析及校正研究

提高超声波测距性能是超声波测距技术研究的关键点;不同的超声波接收信号检测和处理技术会涉及到不同的硬件结构、软件实现复杂度,导致超声波测距性能差异,进而影响整个系统的定位性能;为提高定位系统的定位精度,针对特定的六元超声波阵列测距系统进行超声波阵列测距实验,对可能造成测距误差的误差源进行分析,并分别采用温度补偿法和最小二乘回归法对测量数据进行校正;实验结果表明,设计的网络节点测量距离能够达到15 m,且最小二乘校正模型的测量结果有效地减小了测距误差,提高了测距精度。     

基于FPGA的铁路电力行波故障定位装置设计

针对铁路运输系统中输电线路故障测距和定位效果不佳的问题，提出基于FPGA的铁路电力行波故障定位系统装置。首先，基于暂态行波方法进行故障性质判断，并采用行波信号采集装置进行信号采集；然后利用模极大值算法进行故障特征提取，并通过模量波速时差分段法求出故障距离，从而实现电力行波故障准确定位。仿真结果表明，在铁路线路长度为60 km的状况下，本方法的绝对误差和相对误差分别控制在100 m和0.12%范围内，适应性极强；故障初相角仿真模拟中，故障初相角测距中的绝对误差始终低于80 m,测距误差较小。在不同故障类型测试中，提出故障测距方法的距离误差控制在100 m范围内，测距精度较高。最后在不同故障类型、故障距离和时间差的条件下，本装置的故障距离绝对误差均稳定在200 m范围内。由此可知，设计的故障测距定位装置具备操作性和稳定性，核心故障测距算法提高了电力行波故障定位精度，满足系统设计需求。     

基于差分误差抑制优化方法的井下目标定位

针对基于时间测距即到达时间、单程测距、双程测距、对称双边双程测距(SDS-TWR)等定位方法的定位精度受节点间时钟未同步、计时器频率偏移、设备时延等计时误差因素干扰的问题,提出了一种基于差分误差抑制优化方法的井下目标定位方法。该方法结合SDS-TWR定位方法,利用目标节点既是发射节点又是接收节点的特点,将传输时间及长度关系联立求解,通过矩阵形式,消除计时器频率偏移、设备时延等无关变量,得到未知目标节点的坐标仅与实测时间有关,从而有效消除计时误差对目标节点定位结果的影响,达到精确定位的目的。仿真结果表明,与单程测距、双程测距方法相比,差分误差抑制优化方法可有效抑制设备时延和计时器频率偏移等对基于时间测距的定位方法的影响,能对未知节点进行精确定位,定位精度高,测距误差区间仅为[-0.036 9m,0.037 7m],是单程测距误差的0.012%,双程测距误差的0.061%。     

基于LTE定位参考信号的时频二维联合时延估计算法

LTE(LTE Positioning Protocol)定位参考信号的频域梳状结构特点会导致时域相关检测出现周期性峰值。当移动台与基站之间的距离较大时,则会出现测距模糊问题。为了解决这个问题,提出一种基于LTE定位参考信号的时频二维联合时延估计算法。该算法首先在频域上以较大的滑动步长对接收信号做滑动相关,快速找到OFDM符号的粗略起始时刻,然后将本地定位参考信号与滑动窗内的接收信号做相关,并提取整数倍传输时延,最后在频域上利用子载波间的相位差估计小数倍传输时延,从而获得精确时延估计。仿真结果表明:该算法有效地解决了测距模糊问题,且在信噪比等于10 d B时,其测距精度在4米左右。     

ADSN多传感器定位的古民居自动绘图体系

便携快捷的无损绘图是ADSN(Ancient Dwellings Sensor Network)的重要功能。通过ADSN携带定位传感器与节点通信RSSI功能,完成对不同角色节点之间精确定位与测距,形成距离可知的拓扑。 RSSI信号散度测距与红外传感器的点到点精度定位校正近距离RSSI精度,与远程超声点对点精确测距形成远程RSSI校正,通过测距拟合使得RSSI测距在50米范围达到10CM的精度。通过部署功能性节点(ID)完成对民居的功能性区域采样,形成对不同功能区域定位;形成拓扑后,使用标准功能图样库进行匹配与修正,完成对古民居的实景绘图。实际应用证明了方法的实用性。     

OFDM测距误差分析——第一部分

OFDM作为一种有效和便捷的数字调制传输方式已经可以被广泛应用在宽带数字传输系统中.由于OFDM接收系统需要具备很高的频率和定时精度,因此可以构建基于测量OFDM信号传播时间的测距定位系统.重点建立了用于精确OFDM广播测距的信号模型,并分析影响测距精度的各种因素和推导给出了测距误差下界.第一部分在给出OFDM帧同步测距原理和基本OFDM系统描述基础上,建立了系统测距时间模型,包括信号发射和接收时序、时间参考系和信号传播伪距观测方程,最后建立了用于测距的OFDM信号发射模型和信道传输模型.用于测距的OFDM信号接收模型以及测距误差分析在第二部分研究.     

线性调频脉冲信号超视测距研究

基于线性脉宽调制信号技术,采用CSMA/CA 和 TDMA相结合的协议,根据噪声、干扰和多径等动态调整传输速率和帧长,以确保最优化的吞吐量和准确可靠的定位信息,并具有强抗干扰性,大覆盖距离。在基站和终端设计并采用了双边双路对称测距算法,以提高测距精度。设计了实验系统,结果表明一维测距精度可以稳定在1米,应用于矿井下的巷道内传输距离可以达到60米,具备一定的超视距能力。     

基于融合动态模板匹配的双目测距算法

高空无人机灭火时,要对火灾点进行探测.传统的探测方法易受环境的干扰,并且它的反应不灵敏,实时性较差.基于此本文提出了一种基于双目立体视觉的探测方法：首先搭建实验平台并设计其硬件电路,然后深入研究了经典的双目立体视觉测距算法,提出了一种新的测距方法.该方法主要内容包括：图像获取、感兴趣区域提取、图像预处理和基于权重融合的动态模板匹配算法.最后,采用多段非线性补偿的方法构建了测距模型,并在实验平台上对所构建的测距模型进行了大量的实验,实验结果表明：在50 m以内,该测距模型的误差在1 m以内,100 m以内,测距误差在2 m,匹配精度为6.947像素/m,基本符合高空无人机灭火的精确测距要求,故该测距模型测量的距离精度较好,工程应用性强.     

消防员应急救助三维定位技术

研究了一种在火灾现场对被困消防员进行应急救助的三维定位方案.该方案采用线性调频扩频(CSS)技术与其独有的对称双边两路测距(SDS-TWR)机制,并结合BMP085气压传感器测量高度,实现对消防员的三维定位.由于火灾现场复杂的环境加强了Chirp信号传输时的多径效应,因此采用卡尔曼滤波法滤除坐标突变值,能够将定位误差控制在1m以内.     

无线传感器网络LQI测距定位算法及其误差研究

无线传感器定位算法对无线传感器的工程应用具有重要的意义.针对基于LQ I测距的无线传感器网络,研究了测距模型的建立并对比分析了最小二乘定位算法和质心定位算法,相关仿真研究结果表明:该两种定位算法的精度与测距误差的性质具有鲜明的规律性,当测距误差正向分布时,最小二乘定位比质心算法精度高;当测距误差正负双向分布时,质心算法比最小二乘定位精度高.最后,文中通过搭建的Z igBee硬件平台实验验证了仿真的结果.本文从测距误差模型入手对无线传感器定位算法进行研究,仿真结果与实验验证相一致,有利于W SN的推广应用.     

基于RSSI的室内测距模型的研究

基于接收信号强度指示(RSSI)的测距技术是一项低成本和低复杂度的距离测量技术,被广泛应用于无线传感器网络基于距离的定位技术中.由于室内环境下存在非视距和多径传输的影响,测距误差比较大.在消除测距误差的方法中,采用线性回归分析对射频参数A和信号传输常数n进行优化,得到满足具体环境的参数值.提出2种滤波型对采集的RSSI进行滤波处理.实验表明:通过参数优化和滤波处理,测距精度得到了明显的提高.     

基于动态T检验的修正最小二乘BFGS定位算法

针对传统基于接收信号强度指示RSSI(Received Signal Strength Indicator)的最小二乘定位算法精度有限的问题,从降低信号噪声影响出发,提出一种基于动态T检验的修正最小二乘-BFGS定位算法。在测距阶段,将T检验法动态应用于RSSI值筛选,以消除较大测量误差影响,提高测距精度;定位阶段,先基于平均测算距离对传统的最小二乘法进行修正,提升初步定位精度0.3~2米;在此基础上,以信号强度误差最小为目标优化函数,基于BFGS算法对修正最小二乘法计算的初值进行迭代求精,以进一步提高定位精度。仿真实验表明,该算法有效提升了定位精度,在100 m×100 m范围内可比传统最小二乘定位误差降低4~11米。     

自适应S变换在故障测距的应用研究

S变换因其优良的时频特性而在故障定位方面获得了广泛的应用,但由于S变换计算时采用等间隔采样频率点,因而计算量较大,且存在运算速度和测距精度之间的矛盾,即为了提高测距精度必须提高采样频率,但提高采样频率就会降低算法的运算速度,降低了实时性。为此文章提出了一种自适应于测距信号的S变换,该算法针对信号的特定成分进行时频分析,在提高测距精度的基础上,减少了算法运算量,保证了系统的实时性。并对包含噪声情况下该方法的准确度进行了分析验证。实验结果证明,自适应S变换在保证系统实时性的前提下能够有效提高测距精度。     

基于自适应抗差卡尔曼滤波的UWB室内定位

在UWB室内定位中,测距中存在的NLOS误差和测距异常值会大幅降低其定位的精度和可靠性.针对这一问题,提出了一种自适应抗差卡尔曼滤波方法.该方法首先在UWB距离模型的基础上,利用新息向量和LOS环境下的阈值所构造的抗差因子鉴别并削弱NLOS测距误差和测距异常值的影响,同时利用Sage-Husa滤波对系统噪声进行实时估计和修正,在此基础上推导UWB定位的线性模型,利用卡尔曼滤波进行UWB定位解算.实验结果表明,该方法能有效地抑制并消除UWB测距中的NLOS测距误差和测距异常值的影响,进而能提高UWB定位的精度和可靠性.     

基于RSSI测距的传感器网络定位算法研究

基于RSSI(Received Signal Strength Indicator)的测距技术根据理论或经验信号传播模型将传播损耗转化为距离.在实际应用环境中,由于多径、绕射、障碍物等因素,无线电传播路径损耗使得定位过程中产生距离误差.通过对二维空间定位过程中产生距离误差区域进行分析,提出了基于RSSI的新的定位算法ERSS.该算法计算简单,定位过程中节点间不增加通信开销,无需硬件扩展.仿真实验表明,该算法较普通的基于RSSI的测距方法有了明显的改进,提高了距离估计的精度,适合在通信开销小、硬件要求低的传感器网络节点上应用.     

OFDM测距误差分析——第二部分

OFDM作为一种有效和便捷的数字调制传输方式已经可以被广泛应用在宽带数字传输系统中.由于OFDM接收系统需要具备很高的频率和定时精度,因此可以构建基于测量OFDM信号传播时间的测距定位系统.本文在第一部分的基础上首先研究了用于测距的OFDM信号接收模型,重点分析了影响测距精度的各种因素,并推导了基于ODFM帧同步伪距观测误差的Cramer-Rao下界,总结了在进行OFDM测距时选用系统时域和频域同步方法的标准与策略.     

一种减少测距误差的传感器网络定位算法

接收信号强度(RSSI)常被作为无线传感器网络定位算法的测距技术,通常,获取的RSSI信号序列中同时存在随机误差和粗差两种误差,利用以往常用的算法都难以消除混合误差对RSSI测量统计数据的影响;在分析两种误差特征的基础上,提出了一种基于统计中值的加权定位算法,算法在去除粗差的基础上,能在一定程度上平滑了随机误差,算法不仅提高了定位的精度,同时提高了节点的覆盖率;理论分析和仿真结果都表明算法具有较高的定位精度和覆盖率,最优情况下定位精度较原先算法能够提高6.99%,而不可定位节点比例下降8.05%。