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。     

室内机器人TDOA异步无参测距定位方法研究

针对超宽带室内机器人定位系统中TDOA的时钟难以同步以及测量存在各种干扰问题,提出一种室内机器人TDOA异步无参测距的定位新方法。该方法将实际测量计算而来的时间作为校正因子,为主基站构建异步时钟下无参考节点的测距算法模型,由主、从基站的测量信息可直接计算出机器人到达距离差;提出关联权值滤波算法获得到达距离差状态矩阵,有效降低信号干扰。并从测量性能、测距及定位等方面进行误差分析。实验结果表明,测距精度98%维持在10 cm以内,且不会随着长时间运行发生测量偏移,具有较好的定位精度,可满足室内机器人的定位需求。     

基于RSSI测距的室内目标定位方法

针对既有的基于RSSI测距的室内目标定位系统在实际应用中存在的测距误差大,定位精度低,以及稳定性差的问题进行分析与改进,提供一种融合RSSI测距模型实时修正与定位结果辗转优化的室内目标定位方法,改进之处主要在于:在测距阶段,根据记录的信标间真实距离和RSSI衰减值对RSSI测距模型参数进行反向实时修正;在定位阶段,使用极大似然估计法初步确定移动目标的当前位置,而后将目标点坐标与测距值都作为未知数使用牛顿迭代法求最优解。实验证明,相对于既有的典型RSSI室内目标定位方法,所提出的方法首先提高了测距精度,进而提高了定位算法对测距误差的鲁棒性,从而整体上可有效提高室内目标点的定位精度。     

基于RSSI障碍势能矫正的定位算法

针对因障碍物较多而导致基于RSSI测距的室内定位算法精度较低的问题,提出采用基于RSSI测距与非测距结合定位算法的思想,在基于RSSI测距的原定位算法计算结果的基础上,引入室内障碍物对信号传播干扰的特征信息作参考,修正原定位算法中测得的阅读器到信号源的距离矢量;同时考虑到障碍物与信号源的相对位置关系,采用基于障碍势能的加权质心定位算法,迭代矫正定位结果。相较原定位算法结果而言其定位精度提高了近50%。     

基于多径信号的无线定位系统研究

为了获得更好的定位性能,研究了基于多径信号的无线定位系统及其定位方法.首先建立了定位应用系统 模型,并在多径传播环境下,由多个无线基站测得来自移动台的多径信号的电波到达时间和电波信号到达角,通过对多径产生点的处理和加权最小二乘估计,联合多次测量结果来实现移动台的准确定位.然后对影响无线定位性能较大的参数进行计算机实验仿...     

基于卡尔曼滤波的矿井移动节点定位算法研究

提出了一种基于无线传感器网络的矿井移动节点的定位算法.针对井下环境特征,巷道纵横交错,移动节点数量庞大以及无规律移动的特殊复杂情况,提出了一种卡尔曼滤波测距预估和弹性粒子模型相结合的定位算法.该算法采用卡尔曼滤波器对RSSI信号强度进行滤波和测距预估,建立弹性粒子网络模型对移动节点定位准确度进行校正,实现了矿井移动节点的实时精确定位.通过仿真实验表明,该算法误差小,精确度高,适合用于井下大规模的移动节点的定位.     

用于变电站运维人员定位的时间同步算法研究

在无线传感器网络(WSN)中,时间同步是测距定位的前提条件,直接影响着测距的精度。以变电站室内操作人员定位为特殊应用背景,研究具有微秒级同步精度、低功耗的时间同步方法。通过对RBS、TPSN、DMTS及FTSP等各种典型时间同步算法的比较,提出一种针对参考节点和目标节点采用不同时间同步算法,基站与目标节点采用双向通信,参考节点采用侦听方式来实现时间同步。在保证全网的高时间同步精度的同时,也大大降低了传感节点的能耗。实物测试结果表明,所提方法与经典同步方法RBS具有相同的时间同步精度,并且大幅降低了同步开销,可以满足仅携带少量有限能量传感节点的需求。     

基于UWB定位技术的作业风险管控智能终端设备研究

针对室内施工作业点多面广、作业环境复杂多样无法收到GPS信号从而不能对施工人员精准定位,容易引发现场工作人员误入危险点的情况,设计了作业风险管控终端设备,包括智能头盔和室内定位系统。将定位标签集成在智能头盔上,在需要作业的现场安装基站,基于UWB定位技术实现对室内作业人员的定位。 同时,智能头盔还具备通讯、行为识别等功能,室内定位系统具备电子围栏与预警功能。当发现人员越界时,通过蜂鸣器或者其他音频设备进行预警,并同时将位置信息传送到平台,加强了安全管控,降低了作业风险。实现室内精准定位功能、电子围栏和安全预警功能。     

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。     

基于烟花优化粒子群的室内定位算法研究

针对测距式射频识别室内定位算法定位误差较大的问题,提出了一种基于烟花优化粒子群的室内定位算法。该算法分为测距和定位两个阶段,在测距阶段使用到达相位差进行测距并构建待优化的目标函数。在定位阶段对粒子群优化算法进行改进。为了改进粒子群优化算法在迭代过程中容易落入局部极值的问题,引入了烟花优化算法的爆炸、变异、选择操作,并对选择规则进行改进;算法还根据烟花爆炸算子和变异算子对粒子群算法的速度更新公式进行改进。实验结果表明,该算法能够有效实现对目标的定位,定位平均误差为0.2773m,与基于标准粒子群优化算法的室内定位算法相比具有39.61%的性能提升。     

基于机器学习与惯性导航的室内定位技术研究

针对基于移动终端室内定位的实际应用需求,分析了基于机器学习定位技术运算时间长、单纯的惯性导航累积误差大等问题,提出一种机器学习与惯性导航相结合的联合定位技术。该技术首先利用移动终端收集定位区域内多源数据,通过机器学习算法处理这些数据得到训练模型。然后基于该训练模型和移动终端实时采集的数据周期性进行定位,把定位结果作为惯性导航校正数据,利用惯性导航算法实时计算移动终端位置。实验结果表明,所提技术定位时间快,定位精度高,能够满足室内实时定位追踪及低成本定位系统需求。     

基于Android的CNSS/RFID室内外定位系统设计

在移动互联网的时代,信息是当今社会重要的资源,其中人们对位置信息的需求更是日益增加。介绍一种基于Android平台、使用我国自主研制的北斗定位系统（CNSS）和RFID射频技术实现的室内外组合定位的位置服务系统。该系统提供时间信息、空间定位信息及数据通信服务。系统分为管理所有终端的服务平台和用Android实现的提供时空服务的多模终端两大部分。本系统的优点在于：利用北斗定位系统的短报文通信功能,兼具定位和通信能力;结合室内RFID实现室内外无缝定位;采用基于Android平台的终端提供了可交互界面,方便用户使用;终端采用模块化设计,模块间独立性高,易携带。测试结果表明,系统定位和时间服务精准度高、通信可靠、功耗低,可应用于车载环境。     

固定RFID电子标签探测定位方法

研究了一种无线通信的定位方法,介绍了利用移动阅读器探测固定RFID（射频识别技术）电子标签的定位技术,建立了系统基本模型。并介绍了该定位方法在车载系统的导航定位系统及室内三维定位系统中的应用。提出的新定位方法是对传统GPS／北斗卫星定位系统的有益补充。可弥补卫星定位在城市“峡谷”区域工作时由于阴影、多路径等因素所导致的定位误差。     

基于Android的室内WiFi定位系统设计与实现

室内定位是目前普及性较小、实际需求很迫切的技术,为了实现在室内复杂环境中的准确定位,设计了一种轻型、方便、可离线的WiFi定位系统。系统基于Android平台开发,在K近邻值RSSI算法的基础上加了后校验方法以避免定位坐标的过度偏移。与传统WiFi定位系统相比,该系统的数据库在设备端集成,避免了与数据库连接和通信不便带来的定位延时和失败。经测试,该系统能在楼道房间等场景中稳定工作且误差范围控制在3m以内,基本能满足室内移动定位的需求。     

基于UWB和IMU紧组合的室内定位导航算法

针对超宽带(UWB)在室内复杂环境中定位导航精度低,受非视距(NLOS)误差影响严重,且无法提供目标姿态信息的问题,提出一种基于UWB和惯性测量单元(IMU)紧组合的室内定位导航算法。以位置、速度、四元数、加速度计偏差和陀螺仪偏差为状态向量,通过扩展卡尔曼滤波算法融合UWB和IMU测量信息,加速度计偏差校正速度和位置,陀螺仪偏差校正四元数;用测量残差计算量测噪声因子,组成残差矩阵,动态调整量测噪声协方差矩阵,抑制NLOS误差对定位导航的影响。结果表明,在室内复杂环境下,基于UWB和IMU紧组合的定位导航算法比仅使用UWB定位时LS-Taylor算法精度提高了88.6%,增强了系统抗NLOS误差的能力,提高了动态定位精度,并能得到较准确的姿态信息,具有良好的实用性和鲁棒性。     

基于GIS的巡检现场手机定位导航系统

地理信息技术已广泛应用于各领域,与人们日常工作和生产紧密相关。手机定位导航系统可以减少巡视的工作量,有效提高巡检效率,同时可为设备缺陷管理提供可靠信息,从而提高设备的可用率,杜绝设备事故,保证电力生产的安全运行。文章研究了移动GIS、无线网络、移动定位及数据安全加密等关键技术,设计了基于GIS的手机定位导航系统。并以天津市电力公司白庙变电站为例,结合手机定位功能,成功实现了手机GIS导航功能。该系统由手机终端、手机GIS导航数据服务器及相关安全隔离装置组成,不需为员工购买专业的手持终端,可直接利用手机进行应用,具有良好的应用前景。     

Indoor navigation system using ID‐modulated LED tube lights

This paper presents the design, implementation, and evaluation of a novel camera‐based information transmission system for indoor positioning and navigation. This system, which avoids the use of any expensive equipment, is of particular benefit for infrastructure consumption and is completely portable using a handheld terminal. A high‐intensity light‐emitting diode (LED) tube, which is expected to be the main illumination source for the next generation due to its lower power cost and longer lifetime, is utilized as an optical beacon in the system. LED tubes are encoded to transmit ID information, which is received by a single normal camera. The handheld computing terminal, a mobile phone for example, can query a database after performing ID recognition and, finally, the position and orientation of the terminal can be obtained. Experimental results confirm the accuracy of the system in terms of both position and orientation, and it is suitable for many indoor navigation applications. © 2012 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

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。     

基于RSSI和辅助节点协作的Wi-Fi室内定位方法

随着Wi-Fi的广泛应用,基于RSSI的位置指纹信息的室内定位也越来越受到研究者的关注。针对传统的基于RSSI的指纹匹配定位中只利用单个节点信息的缺陷,提出了一种基于RSSI和辅助节点协作的Wi-Fi室内定位方法,该算法首先基于RSSI序列相似性选择合适的辅助节点,并测量节点间的距离作为辅助信息以提高定位精度,同时还采用了自适应有色噪声卡尔曼滤波减小室内复杂NLOS环境造成的TOF测距误差,最后通过建模搜索以得到节点的精确位置。实验表明,在复杂环境下该算法定位精度优于其他主流方法,适用于基于Wi-Fi的室内定位系统。