基于信道状态的室内定位技术研究

传统的室内定位技术由于RSSI受限于多径效应和时间波动性,定位效果具有很大的不稳定性。本文采用细粒化的无线状态信道信息,即通过对物理层信道响应的测量来减少多径干扰,并实现采用OFDM和MIMO技术的新一代无线网络条件下的室内定位新方法。本文分析了定位算法的系统设计,通过802.11n无线网卡采集OFDM系统中特性信道状态信息的频率分集特性参数并经过校准,使之应用于室内定位算法。仿真结果显示相比于传统基于RSSI的定位方法,基于信道状态信息的室内定位系统具有更好的定位精度和稳定性。     

基于CSI相位矫正的室内指纹定位技术研究

针对室内定位服务的迫切需求,提出了基于信道状态信息相位作为指纹信息的室内定位方法,搭建了室内WiFi定位平台,实现了室内环境下的高精度位置估计。在离线阶段获取WiFi的信道状态信息,包括振幅、相位等参数,利用线性变换的方法对采集到的CSI相位信息进行预处理,建立鲁棒的信号指纹数据库。在线阶段提出了改进的加权KNN算法,对初次估计坐标进行二次匹配,从而完成设备及人员的定位。实验结果显示,平均定位精度达到了0.63 m,相较于传统的室内定位技术,定位精度有了明显的提升。     

基于无线传感器网络的移动机器人定位导航系统

设计了一种基于无线传感器网络(WSN)的移动机器人轨迹跟踪定位系统,通过测算移动机器人和信标节点之间的无线电接收信号强度(RSSI)进而估计出它们之间的距离,采用自适应的扩展卡尔曼滤波算法对RSSI数据处理得到机器人的当前位置、速度、加速度等状态信息.为了提高系统的实时性和计算效率,动态选用网络中一部份信标节点进行轨迹跟踪定位计算,降低了移动机器人CPU的负担.采用CC2430芯片作为节点的通信和数据处理单元,现场试验结果表明该方法具有轨迹跟踪定位精度高、实现简单、成本低廉等特点.     

基于WiFi的目标反射信号提取及定位算法

近年来,利用WiFi的普遍性与其提供的信道信息对覆盖范围内的人物进行定位成为一个十分热门的研究方向。现存的室内定位通常需要提前在离线阶段建立相应特征库,有些系统还对设备有特殊要求。文章提出了一种基于商用WiFi路由器和无线网卡的系统,通过对信道状态信息(CSI)进行处理,成功分离出由移动目标反射的动态路径信号,用于参数提取,构建定位模型,对目标进行定位跟踪,可以做到0.7 m精度的定位。     

基于5G通感一体化的车辆成像跟踪方法

为了解决智慧交通领域道路连续无死角监测的难题，提出一种基于5G通感一体化的车辆成像跟踪方法。首先由通感一体化基站接收并解析车辆的反射信号，提取信道状态信息，其次由信道状态信息中所包含的多普勒信息结合恒虚警检测技术实现对动目标的检测，然后采用逆合成孔径雷达技术，对信号进行处理得到目标的成像信息，最后基于卡尔曼滤波实现对多个动目标的跟踪。     

基于激光雷达的多帧联合目标跟踪系统

本文讨论了利用激光雷达与检测前跟踪算法进行室内行人跟踪,实现监测室内人群社交距离的探测系统。激光雷达距离分辨率高,定位误差小,目标探测时间间隔小,很适用于对轨迹不确定的行人进行跟踪。本文所用检测前跟踪算法分为三步,首先利用历史数据所建杂波图滤除固定物杂波。其次利用多帧检测算法得到时间窗内的目标轨迹段,以此滤除随机噪声产生的虚警点,提升检测效率。第三步利用轨迹关联算法,将各个时间窗内的轨迹片段相互关联,得到完整的行人轨迹,从而增强机动目标与相互临近目标的跟踪效果。实测实验表明在激光雷达跟踪多个目标时,其跟踪精度在10~15cm,多次实验均未出现目标丢失或虚假轨迹,较好地完成了室内行人的检测与跟踪。     

基于信道状态信息幅值-相位的被动式室内指纹定位

基于信道状态信息(CSI)的室内定位技术近几年备受关注。已提出的室内定位方案主要在适用性和定位精度等方面进行不断地创新和改进。该文提出一种被动式的1发2收指纹室内定位系统。用两个固定接收端采集CSI数据,信号预处理阶段对CSI幅值进行奇异值去除与低通滤波,用线性拟合的方法对CSI相位进行校正,将两个接收端采集处理得到的CSI幅值和相位信息共同作为指纹,最终通过全连接神经网络对指纹样本进行训练,并与采集到的实时数据进行匹配识别。实验表明,采用两个接收端以及幅值和相位结合定位的方法,匹配识别率达到了98%,定位精度达到0.69 m。证明该系统能精确有效地实现室内定位。     

基于WiFi的室内目标检测与定位方法

提出了一种基于WiFi的室内目标检测与定位方法。采用连续多路径干扰消除的方法为多维参数估计提供初始化值,对估计出的多维参数进行特征提取和分类,可以识别出室内有无目标以及目标的状态。通过信道参数实现目标位置估计,并根据室内地标来校准位置。实验结果表明,提出的定位算法平均误差为0.825 2 m,可有效提高定位的准确度。     

多用户选择与协作干扰的安全性能分析

研究了一种多用户选择与协作干扰相结合的无线传输模型。在Nakagami-m衰落信道下，考虑到信道中的反馈延迟对信道状态信息的影响，采用合法信道的过时信道状态信息来选择目的用户。采用一般次序选择策略选择目的用户，并结合噪声干扰策略进行干扰，实现信息的安全传输。针对窃听信道两种不同信道状态信息，分别推导了中断概率和窃听概率的准确闭合表达式，并给出二者性能折中的表达式。理论分析与数值仿真表明，减小用户选择参数以及降低信道衰落参数能够有效地改善系统的可靠性与安全性折中安全性能。      

仓储场景中基于无线标签的三维定位方法

仓储行业在面向智能化发展中面临因无法获取物资的室内位置信息而导致出库、入库难等问题，为实现对物资准确定位，该文提出一种基于无线标签的目标3维定位方法。设计的无线标签安置在待定位物资上，将来自发射机正交频分复用(OFDM)信号反射到具有均匀面阵(UPA)天线阵列的接收机，进行多通道的信道估计后，利用分步的稀疏恢复算法实现高维无线信道参数估计，并结合发射机、标签和接收机的空间几何位置，建立标签位置的优化问题，最后采用群智能算法搜索得到目标准确的3维位置。为验证系统，实现了标签及收发机原型，实测结果表明，目标的中值3维定位精度达到0.53 m。     

CAEFi:基于卷积自编码器降维的信道状态信息指纹室内定位方法

针对提高Wi-Fi指纹室内定位技术性能,该文首先提出一种基于卷积神经网络(CNN)的信道状态信息(CSI)指纹室内定位方法。该方法在离线阶段联合CSI幅度差和相位差信息对CNN模型进行训练。在廊厅和实验室两种不同室内定位场景进行了定位实验,分别获得了25 cm和48 cm的平均定位误差;然后,在此基础上重点针对提高基于CNN的CSI室内定位时效性,引入卷积自编码器(CAE)实现CSI的降维处理,在保证原始定位方法精度的前提下,定位时间提高了40%,同时将内存消耗降低到原算法的1/15,实验结果验证了所提算法的有效性。     

基于双麦克风声源定位的视频跟踪

声源定位跟踪技术在当今社会有着越来越广泛的应用。在此使用两个高灵敏度麦克风作为传感器,配以音频信号处理芯片,接收音频信号并进行模数转换,使用FPGA器件作为核心控制器,结合TDOA算法和ILD算法,实现在室内环境下、二维平面内的声源定位。并根据声源定位的信息驱动摄像头转动,使其一直对准于声源所在位置,并保持持续跟踪。FPGA使用NiosII内核,方便使用高级语言进行程序设计。摄像头的视频输出信号可接于PC机或其他视频设备。与其他定位算法相比。系统减少了使用传感器的数量。     

基于微惯导与VLC的室内高精度定位技术研究

高精度室内定位在很多场合的实用性和必要性日趋显著,其应用前景广阔,已成为研究前沿.基于微惯导技术的室内定位,是目前最为精确和有效的一项定位技术,但由于微惯导测量组件存在不可避免的漂移现象,使其无法长时间独立用于目标的定位.在此背景下,提出了一种基于微惯导(Micro-Inertial Navigation System,Micro-INS)与可见光通信(VLC)系统相结合的定位方法.在该方法中,首先通过微惯导测量组件进行航位推算,然后利用获取的VLC信号对微惯导系统的位置信息进行校准,补偿微惯导系统的定位累积误差.定位实验结果表明,文章所提出的方法可有效地提高系统定位精度,实现室内的长时间精确定位.     

基于信道状态信息测距的Wi-Fi室内定位误差界分析方法

相较常用于室内定位的Wi-Fi接收信号强度(RSS),Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位),故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度。由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析,从而导致难以对不同定位方法的理想性能进行比较。因此,该文提出一种基于CSI测距的Wi-Fi室内定位误差界分析方法,其在室内信号传播模型的基础上,考虑路径损耗、阴影衰落和多径效应与定位精度的关系,利用克拉美罗下界(CRLB)推导了时钟异步效应下基于CSI测距的定位误差界。此外,通过实验对比,分析了实际定位误差与所推导的定位误差界之间的差异,并讨论了不同实验参数对定位性能的影响。     

基于改进迭代扩展卡尔曼滤波的3星时频差测向融合动目标跟踪方法

针对传统3星时频差定位系统在未知高程情况下,对运动辐射源会产生由目标速度引发的定位误差的问题,该文提出一种利用主星的干涉仪测向信息的改进迭代扩展卡尔曼滤波(IEKF),结合3星时差、频差信息的无源融合动目标跟踪新方法。首先,在坐标系转换的基础上建立了定位模型,并在此基础上利用改进的迭代扩展卡尔曼滤波算法对未知高程的运动目标进行跟踪。仿真结果表明,该方法无需获知目标的高程信息即可实现对运动辐射源的定位、跟踪和测速,且对目标的位置、速度估计性能有较大的提高。     

光伏发电系统最大功率点激光定位系统

传统光伏发电系统最大功率点定位精度较差,导致光伏发电系统的功率增益较差,为此提出基于激光点跟踪定位的光伏发电系统最大功率点激光定位方法。构建光伏发电系统的电路阻抗参数分析模型,通过滤波电感和滤波电容联合参数估计的方法,进行光伏发电系统最大功率控制和潮流逆流点跟踪控制,根据控制器参数和功率变化量跟踪定位进行功率突变诱发的激光点,采用激光点扫描方法进行光伏发电系统的受控源参数分析,建立光伏发电系统的端电压分析等效模型,通过光伏并网逆变稳态控制对光伏发电系统最大功率点进行控制,通过激光点定位方法,实现光伏发电系统最大功率点激光定位系统的优化设计。仿真结果表明,采用该方法进行光伏发电系统最大功率点激光定位的精度可达99.96%,功率突变引发的电路过渡过程得到优化控制,提高了光伏发电系统的稳定性和输出增益。     

基于RFID标签的定位原理和技术

识别和定位是用于室内服务的关键信息,常见方法是估计RFID标签的位置。而在室内环境下,信号遭受严重的损耗,标签的性能也会受到一定的限制。针对这些问题,文中对现存的RFID定位技术和定位原理加以总结,在对RFID定位技术进行阐释和分类分析的基础上,讨论了在此领域的未来发展趋势。     

一种融合时差频差和测向的运动目标跟踪方法

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融合的迭代扩展卡尔曼滤波(Iterative Extended Kalman Filter, IEKF)跟踪方法。在WGS-84坐标系下建立了状态方程和观测方程,并采用IEKF方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的运动目标进行高精度状态估计,典型仿真场景下的目标高程估计精度达到百米量级,相对于已有方法收敛时间更短,并且在卫星覆盖范围内具有更大的高精度定位跟踪区域。     

物联网室内定位技术对比分析

随着物联网应用的发展,时空大数据对智慧城市等物联网应用具有决定性的意义。现在的物联网已经不是万物互联了,而是包含时空数据的、融合位置/时间/信息的事联网。人们的生活有70%的活动发生在室内,因此室内的定位就是物联网不可或缺的部分。详细分析了各种室内定位技术,并且对室内定位技术进行了对比分析,最后得出伪卫星是实现室内室外无缝定位的较好的方法。