基于区域判定的超宽带井下高精度定位

为满足煤矿井下对高精度定位日益增长的需求,应用高精度无线收发芯片DW1000,设计实现了一套基于超宽带（UWB）通信的井下定位基站与标签。为提高基站和标签之间的测距精度,采用非对称双边双向测距（ADS-TWR）算法,抑制节点时钟偏移引起的测距误差;针对井下多基站定位中,标签的每一次定位都需广播请求帧而产生大量无效通信的问题,提出一种基于ADS-TWR的标签区域判定策略,使得标签只与所在区域基站通信便可完成定位,并引入标签的区域异常自检和区域校正机制,保证系统的高效稳定运行;在标签坐标解析阶段,采用三角形质心算法,在高精度测距基础上进一步提高定位精度,减少定位处理时间。实验结果表明：标签的定位精度在15 cm以内,满足井下高精度定位要求。     

基于超宽带的移动机器人室内定位系统设计

针对目前移动机器人室内定位方式灵活性差和精度不高的问题,设计了一种基于超宽带(UWB)的高精度移动机器人室内定位系统。系统以UWB射频模块组成无线传感器网络,包括基站(Anchor)和安装在移动机器人顶端的标签(Tag)。采用非对称双边双向测距技术(ADS-TWR)获得标签到各基站之间的距离信息,无需基站与标签、基站与基站之间的时钟同步。距离信息通过Wi Fi由基站传输到上位机,利用卡尔曼滤波算法对距离信息进行优化后进行定位。测试结果表明,该系统具有布设简单、高精度、高实时性的特点,定点定位误差在13 cm以内,动态点定位误差小于20 cm。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

基于UWB的室内停车场高精度定位系统设计

将基于TOA测距的 UWB高精度定位技术运用于室内停车场车辆定位系统.选用 DW1000射频收发器设计定位节点硬件,采用时分复用机制实现多标签共享信道.分析测距误差来源,认为信号飞行时间的测量值相对于真实值的误差应该由节点的时钟漂移、本地响应延迟和飞行时间真实值表示,因此,从该角度详细推导并仿真对比4种测距算法受时钟漂移影响的程度,最终选定改进的SDS-TWR算法进行测距.实验发现天线延迟会给测距结果带来相对固定的偏差,针对这一测距误差,提出通过修正天线延迟参数予以校正.基于均方误差最小化方法,采用约束线性最小二乘定位算法估计标签位置.实验结果表明,测距精度小于4 cm,定位精度不超过20 cm,能够满足室内停车场车辆定位系统的厘米级精度要求.     

室内定位中DS-TWR测距算法的优化

针对现阶段UWB室内定位的测距过程中易出现通信冲突且标签功耗高的问题,提出一种改进的DS-TWR算法.该方法通过一种基于Hash算法的时隙分配方法计算标签和基站的时隙,使每个标签和基站都有唯一时隙,以减少通信过程中标签冲突现象;同时不同于传统TOA测距流程,该方法设置一个主基站,标签只需与主基站进行通信,而从基站只需要进行监听;通过DS-TWR算法来实现标签与主从基站之间的测距过程,最终完成室内定位.实验结果表明,该改进方案可以有效地减少定位通信次数,假设定位基站有N个,改进算法的通信次数约为传统DS-TWR算法的4/3N,且基站越多,减少次数越多,有很强的工程应用价值.通过减少通信次数可以优化标签功耗过高的问题,使标签功耗节省33.3％;针对传统测距算法中通信冲突的问题,在加入Hash算法后,测距过程中基站标签的通信冲突率降低13％,从而使得系统中标签容纳量增加.     

基于非度量多维标度的室内多标签协同定位算法

与有源标签相比,无源RFID标签成本较小,本文选取后者作为待定位标签。但是由于无源RFID标签之间无法通信,目前大多数传统的RFID定位算法一次只能定位一个标签而无法实现多标签同时定位。针对这一问题,提出了基于非度量多维标度(NMDS)的室内RFID多标签协同定位算法。利用到达相位差(PDOA)法拟合在多径存在环境下的测距误差,将待定位标签之间的距离差欧氏距离与非度量多维标度算法结合,计算出待定位标签的位置坐标。仿真结果表明,提出的算法可以通过一次非度量多维标度计算得到所有待定位标签的坐标,同时定位精度高于经典多维标度定位算法和传统三边定位算法。     

基于超宽频距离传感器的移动目标定位系统

介绍了一种基于超宽频的高精度距离传感器P410（PulsON410）,阐明了它的测距与通信模块（RCM）和单基站雷达模块（MRM）的2种测距模式与原理,论述了典型的室内定位系统的原理与相关算法。在三边定位算法的基础上建立了参考节点呈等边三角形排列的定位系统,分别实现了在2种测距模式下单移动目标的定位跟踪。分析了该传感器在基于RCM测距模式下进行定位的定位精度。仿真实验结果表明：在等边三角形内部,定位误差分布呈现规律性,由三边向质心呈逐渐降低趋势,为进一步优化该系统的定位精度提供了依据。     

基于LS_SVM的超宽带定位算法

针对超宽带在非视距环境下测距误差大引起定位误差较大的问题,提出了一种基于最小二乘支持向量机支持向量机（Least Squares_Support Vector Machine,LS_SVM）算法的测距误差处理.该方法将室内区域划分为多个相等的小区域,建立每个区域的采样信号的特征值和节点位置的非线性关系,利用LS_SVM对其进行分类和回归进行定位,对于非视距测距结果赋予较小的一个权重.实验仿真表明,相比K邻近算法（K-Nearest Neighbors,K-NN）误差精度在7 cm内提高10%,说明本算法能够有效的提高定位精度.     

基于加权欧式算子的射频识别定位算法

基于有源射频识别校验的动态定位技术中边界标签的定位精度受制于参考标签数量,针对该问题,提出一种优化测距的改进算法。结合路径损耗模型,分析环境噪声对阅读器收信场强的可信度影响,通过引入加权算子调整定位标签与参考标签之间的欧氏距离,修正各阅读器上的收信场强可信度。仿真结果表明,对于检测区域边界的待定位标签,改进算法比原算法具有更好的定位精度及环境适应性。     

基于入侵杂草优化算法的无线传感网节点定位

在基于测距的无线传感器网络节点定位中,最小二乘法由于定位误差的累积,定位精度不高。针对该问题,提出了一种基于入侵杂草优化算法的定位方法。该算法以定位误差为适应度函数,将定位问题转换为求解非线性方程组最优化问题。在求解的过程中,利用未知节点到锚节点的距离和锚节点可信度对适应度函数进行修正,以实现更高精度的定位。仿真实验表明:改进的定位算法,在不同测距误差、不同通信半径、不同锚节点数和不同节点数下,都能得到更高的定位精度。     

无线传感器网络的分区域质心定位算法

针对无线传感器网络（WSNs）质心定位算法定位精度较低和一般的改进型质心算法计算复杂及数据通信量大的问题,提出一种新的质心定位算法——分区域质心定位（RPCL）算法.该算法将包围未知节点邻居锚节点组成的三角形划分为7个区域,每个区域的确定1个质心作为未知节点的估计位置.仿真结果表明：RPCL算法的平均定位误差比一般的质心定位算法减小20％以上;参数优化后,误差减少到49％左右.     

基于全质心-Taylor的UWB室内定位算法

针对室内环境下的非视距(NLOS)传播给定位精度造成较大误差的问题,通过对超宽带(UWB)定位模型进行分析,提出了一种基于全质心-Taylor的混合定位算法.采用对测距误差不敏感的全质心算法将锚点测距数据分组运算,获得目标节点的初始粗定位信息,采用质心修正算法对粗定位节点进行优化运算,从而确定Taylor级数展开初值,再进行迭代求解,进行第二次精细定位.实验结果表明:与Chan-Taylor算法、最小二乘估计(LSE)-Taylor算法相比,本文算法定位精度有明显提高.     

基于最大似然估计的加权质心定位算法

为解决无线传感器网络中节点自身定位问题,针对接收信号强度指示（received signal strength indication,RSSI）测距误差大和质心定位算法精度低的问题,提出一种基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间的最大似然估计值作为权值,然后在权值模型中,引进一个参数k优化未知节点周围锚节点分布,最后计算出未知节点的位置并加以修正．仿真结果表明,基于最大似然估计的加权质心算法具有定位精度高和成本低的特点,优于基于距离倒数的质心加权和基于RSSI倒数的质心加权算法,适用于大面积的室内定位．     

基于RSSI的无线传感器网络质心定位算法优化

为了提高无线传感器网络定位精度的准确性, 对质心定位算法进行优化. 在测距阶段, 采用均值滤波和中值滤波相结合的方式对RSSI值进行预处理; 在定位阶段, 使用距离倒数的指数幂对质心加权; 同时引入迭代的思想, 解决了定位中锚节点密度不高的情况下, 节点无法定位的问题. 实验结果表明, 本文改进的算法与质心定位算法和距离加权的质心定位算法相比, 能够有效地提高无线传感器网络的定位精度.     

超高层建筑内部人员定位系统的研究与应用

超高层建筑防火是近年来公共安全领域的研究重点,而建筑物内部的人员定位则是其中的技术难点。依托具体科研项目,并以实际应用为出发点,开发出超高层建筑人员定位系统。介绍了系统的软、硬件开发平台,提出了超高层建筑室内定位的准则;重点分析了基于距离定位的三边测量法和三角形质心算法。仿真结果和误差分析表明:三角形质心算法更适合室内环境定位。     

DV-Hop测距修正的定位算法研究

针对DV-Hop测距定位精度不准问题，提出基于DV-Hop测距修正的对数搜索（improved DV-Hop Ranging-based Logarithmic Search，DH-RLS）定位算法。DH-RLS算法利用锚节点间的真实距离信息估计跳距误差，修正跳距值，提高测距精度。利用质心定位算法估计未知节点的位置，并将此位置作为搜索起点，再利用搜索目标函数进行搜索，直至搜索到具有最小距离误差和的点。仿真数据表明，DH-RLS定位算法的归一化平均误差低于同类算法。通过对测距修正，降低了测距误差，同时利用搜索目标算法提高了定位精度。     

基于改进的RSSI无线传感器网络节点定位算法研究

研究无线传感器网络节点定位问题。接收信号强度值(RSSI)直接影响无线传感器网络节点定位准确度,而现有定位算法没有考虑锚节点的RSSI消息,造成节点定位精度低。为了提高无线传感器网络节点的定位精度,提出了一种基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值,然后把RSSI值转换成质心算法权值,最后采用质心定位算法对待测节点位置进行估计,获得节点的准确位置。仿真实验结果表明,与现有质心定位算法相比,基于RSSI的质心定位算法在不增加成本、通信功耗的情况下,提高了节点定位精度,降低了定位误差,适合各种规模的无线传感器网络的节点定位。     

基于参考标签可信度和偏差自校正的RFID室内定位算法

为了提高室内定位系统的定位精度,在典型射频识别(RFID)定位系统LANDMARC基础之上,提出了基于参考标签可信度和偏差自校正的RFID室内定位改进算法。该算法引入参考标签辅助定位,先检查每个最近邻参考标签的可信度,舍弃不可信的参考标签;同时,针对最终选定的最近邻参考标签进行定位偏差的自校正,计算出待定位标签的最终估计位置。实验结果表明,与LANDMARC系统相比,改进算法提高了室内定位的精度,适合于室内人和物的定位应用。