UWB传感器的室内定位应用

由STM32和DW1000构成UWB(Ultra Wide Band)传感器,应用三UWB基站对UWB移动站实现定位,基于UWB测距值建立定位模型.使用基于ToF(Time of Flight)的单边双向测距算法及双边双向测距算法设计测距实验,得到室内测距误差10cm～30cm,使用基于最小二乘的线性拟合算法校正误差,...     

煤矿井下UWB人员定位系统研究

针对煤矿井下复杂环境中非视距（NLOS）干扰影响无线信号传输问题,设计了一种煤矿井下超宽带（UWB）人员定位系统。该系统采用带有回传帧机制的非对称双边双向测距算法进行测距,无需时钟同步,保证了测距精度;采用区域判定策略和区域校正策略划分定位区域,使得标签只与自身所在定位区域内基站通信实现定位,避免了定位过程中的大量无效帧问题,提高了定位效率;采用加权最小二乘法与无损卡尔曼滤波联合定位算法解算标签位置坐标,提高了定位精度;在基站中配置了备用电源,保证在断电情况下的应急供电;采用以太网与LoRa 2种通信方式,在以太网断线情况下以LoRa方式传输测距数据,保证了系统应急通信。测试结果表明：该系统具有较高的动静态定位精度,抗NLOS干扰能力较强;在基站断电或以太网断线情况下,系统能够实现一段时间内的应急通信。     

一种基于UWB的三边定位改进算法

针对现有基于UWB的井下定位算法存在算法复杂且求解值不是全局最优的问题,提出了一种基于UWB测距的三边定位改进算法。该算法基于DW1000芯片和三边定位算法,采用双边双向测距方法测距,以求解二元二次方程最优解为目标,设定优化目标函数,将坐标二维化处理,降低了算法的复杂度;筛除测量过程中产生的无效数据,确定有效搜索区域并在该区域内进行全局遍历,找到最优定位坐标,解决了求解值不是全局最优的问题。同时,为了进一步提高定位精度,采取了适当增加参考节点数量的措施。实验结果表明,该算法平均误差小于加权三边定位算法、泰勒算法,定位精度提升明显;该算法还具有较强的实用性,通过增加参考节点数量可有效提高测量精度。     

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。     

一种井下人员无线定位算法研究

针对传统井下指纹定位算法存在需要采集大量指纹数据和定位精度不高的问题,提出了一种差分鱼群优化最小二乘支持向量机(DEAFSA-LSSVM)的井下人员无线定位算法.首先将井下实验区域划分为多个小区域,并利用克里金插值算法建立指纹数据库;然后利用差分进化与人工鱼群混合智能算法优化正则化参数和核函数宽度,建立最小二乘支持向量机算法模型,利用无线采集接收终端采集待定位点的无线信息数据,通过最小二乘支持向量机算法模型计算出其所属小区域;最后利用小区域内无线信息数据,通过加权K近邻算法进行实时定位.实验结果表明:该定位算法的收敛速度快,分类准确,准确率达到98.87%;定位精度高,平均定位误差为1.51 m,比未经优化的最小二乘支持向量机算法的定位精度提高18.82%.     

基于聚类和K近邻算法的井下人员定位算法

针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题,提出了基于聚类和K近邻算法的井下人员定位算法。用二分k-means聚类算法对采集的RSSI数据进行分类,建立离线指纹数据库;无线移动终端和动态修正器实时采集RSSI值,分别存储到在线定位数据库和动态修正数据库;根据待测点和动态修正器的离线数据和实时数据,采用软硬件动态修正加权K近邻算法计算权重值,结合离线指纹数据库中待测点的物理位置信息估算其实时位置。实验分析结果表明,所提定位算法的最小标准误差为0.46m,最大标准误差为3.26m,平均误差为1.62m。对比分析结果表明,与未进行聚类分析的算法相比,本文算法的精度更高,实时性更好;与未动态修正权重值的算法相比,本文算法的运算时间略有增加,但定位精度提高了37.21%。     

一种改进的三边定位算法

针对基于加权最小二乘(WLS)的三边定位算法在线性化过程中损失定位信息的问题,提出了一种改进的三边定位算法。该算法利用WLS算法粗略估计未知节点的坐标,并利用损失的定位信息构建定位模型,通过求解该定位模型实现精确定位。仿真结果表明,与基于WLS的三边定位算法相比,该算法有效提高了定位精度,且巷道长宽比越大,定位性能越好。     

基于UWB的三维定位分析与算法研究

为提高室内定位精度,打破室内定位空间限制,研究基于超宽带(UWB)的定位基站布设方法以及三维定位方法,设计多组不同障碍物遮挡对测距的影响试验,经多次试验分析测距误差,验证了UWB信号穿透力强、抗干扰能力好等优点,并且分析了基站布设方法,使得定位系统的稳定性和精度大大提高。同时,对直接矩阵求解算法进行优化,采用最小二乘拟合方法对定位距离数据进行处理,获得更加精确的定位坐标数据。实验结果表明：使用最小二乘法拟合矩阵求解算法后定位数据的精确度提升约26%。     

基于RSSI的矿山井下机车定位算法的改进

因传统的矿山井下机车定位误差较大,应用不够灵活,提出了一种矿山井下机车改进的接收信号强度指示(Received Signal Strength Indication,RSSI)定位算法.为减小机车移动造成的误差,多次采样RSSI值,对其进行最小二乘法曲线拟合,然后根据拟合后得到的函数,计算出运行算法和网络延迟后的RSSI值.为减少矿下环境影响,优选信标节点;且机车位置计算取其到不同信标节点距离的差值,得到的一组双曲线方程,用chan算法求解.仿真结果表明,改进后的算法具有较高的定位精度,节点布置的越密集,参与定位的节点越多,定位精度就越高,最低定位误差为0.4m.     

基于UWB的地铁隧道定位系统设计

超宽带技术因其具有定位精度高、抗多径干扰能力强、传输速率高等优势,成为了当前主流的室内定位技术。由于地铁隧道中环境恶劣,为了保证施工人员的安全,实现对地铁隧道中施工人员的实时定位,设计了基于UWB技术的地铁隧道定位系统。该系统采用对称双向双边测距(SDS-TWR,Symmetric Double-Sided Two-Way Ranging)算法以有效抑制移动标签和定位基站之间由于晶振漂移导致的测距误差,同时在基于到达时间(TOA,Time of Arrival)的定位方法上采用粒子群算法提高定位精度。实验结果表明基于UWB的地铁隧道定位系统在地铁隧道中能稳定工作且定位精度得到有效的提高,该系统具有功耗低、实现简单、定位精度高的特点,能够满足地铁隧道当中对于人员实时精确定位的需求。     

一种高精度井下人员无线定位方法

在分析主流无线定位技术在井下应用局限性的基础上,提出了基于对称双向到达时间测距和最小二乘法实现井下精确定位的方法,证明了该方法对由于无线定位设备晶振频率差异导致的测量误差有较高的鲁棒性;通过分析和比较实验数据,证明了该井下精确定位方法的可行性和有效性。     

UWB定位算法在煤矿井下的应用研究

针对传统的定位技术难以在煤矿井下应用的问题,文章提出了一种基于超宽带UWB技术的POCS测距和定位算法,建立了该算法模型,详细介绍了该算法的原理及其实现。仿真结果验证了该算法在煤矿井下应用的可行性。     

基于UWB与PDR的井下人员融合定位方法

现有超宽带（UWB）与行人航位推算（PDR）融合定位方法大多忽略了非视距（NLOS）环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度。其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络（CNN）−长短期记忆（LSTM）网络分析信道脉冲响应（CIR）特征,实现视距（LOS）/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合。测试结果表明：多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%,召回率和F₁分数均在90%以上,验证了CNN−LSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m。     

基于测距技术的井下动目标精确定位方法

针对现有煤矿井下人员定位系统定位精度不高、不能满足精确定位场合需求的问题,提出了一种基于测距技术的井下动目标精确定位方法。该方法利用RSSI和TOF测距技术计算动目标的精确位置,在因通信障碍导致测距失败时,利用历史数据估计目标的当前位置。实验结果表明,该方法可以有效获取动目标位置,且运算复杂度低,实时性好,可用于井下精确定位等场合。     

UWB信号快速同步算法研究

本文采用发射训练比特的方法,通过合理的数学建模.在接收端利用最小二乘估计的方法采实现超宽带信号同步.给出了详细的理论推导和MATLAB仿真结果.其同步性能由估计结果的MSE和最终的捕获概率来进行评估,仿真结果表明这种方法对于定时精度没有苛刻的要求,且利用很少比特的训练序列就可以达到相当好的同步性能.     

煤矿井下人员融合定位方法

针对飞行时间(TOF)测距定位方法定位盲区多、易受非视距干扰、定位精度有限,捷联惯性导航定位方法长时间累计误差的问题,提出了一种基于TOF测距定位和捷联惯性导航定位的煤矿井下人员融合定位方法。该方法分区域定位:当定位终端位于定位基站近距离无线通信覆盖范围内时,采用TOF测距定位方式,通过近距离无线通信方式将定位数据发送至附近的定位基站;当定位终端位于定位基站近距离无线通信覆盖范围之外时,采用捷联惯性导航定位方式,并利用卡尔曼滤波算法对定位数据进行修正,通过远距离无线通信方式将定位数据发送至附近的定位基站;当定位终端位于定位基站远距离无线通信覆盖范围之外时,定位终端对定位数据进行本地存储,当定位终端移动到定位基站无线通信覆盖范围内时,将存储的定位数据发送给定位基站。定位基站将定位数据传输至地面监控中心,获得人员轨迹和位置坐标。实验结果验证了该方法的有效性。     

无线传感器网络DV-Hop定位算法的改进方法研究

为了提高传统DV-Hop算法的定位精度,推动该算法的进一步发展,文中从平均跳距计算和未知节点坐标计算两个阶段入手对传统DV-Hop算法进行改进,提出了一种基于RSSI加权修正的平均跳距计算方法和一种基于最小二乘法修正的未知节点坐标计算方法。为了验证算法改进的有效性,在Matlab中进行了仿真实验。实验结果表明：文中算法相对于传统DV-Hop算法测距精度提高了约20%;定位精度较传统DV-Hop算法提高了约30%。理论和实践均表明：在同等条件下文中的改进算法与传统DV-Hop算法相比具有更高的定位精度。     

基于ZigBee煤矿井下人员定位算法的研究

针对我国煤炭行业生产安全管理现状,进行人员的精确定位,是解决煤矿安全问题的方法之一。根据目标跟踪对定位算法的要求,对ZigBee无线传感器网络节点定位算法进行设计,采用基于RSSI的补偿定位算法进行定位,该定位算法是一种用于煤矿井下人员跟踪的比较准确的定位解决方法之一。     

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.     

基于无线传感器网络的井下定位系统研究

针对目前矿井环境中所存在的通信监控技术的不足,本文探讨了基于RSSI定位算法的无线传感器网络定位系统,并对RSSI测距环境参数进行了最小二乘法的修正,大大提高了定位精度,同时建立了一个无线传感器网络的仿真实验平台。