矿井定位系统的测距调度算法

针对矿井定位系统中邻近节点间同时测距时产生信号干扰和冲突,造成定位精度下降和节点能量浪费的问题,提出一种按需测距调度算法。采用移动节点主动提出定位请求、锚节点动态自主配组的方式,以有效避免矿井定位系统中的测距冲突,降低定位盲区的影响。仿真结果表明,与基于固定配组的调度算法相比,该算法具有更高的定位覆盖度和更低的定位时延,能降低移动人员的定位误差。     

无线定位系统中的异步测距算法研究

分析了无线定位系统中传统异步测距算法节点时钟漂移对定位精度的影响,为了减小测距误差,提出了一种改进的伪对称双边双向测距算法(PSDS-TWR).该算法采用多请求单确认的测距方法.仿真和分析结果表明,该方法减小了时钟漂移所带来的测距误差,提高了定位精度.     

基于卡尔曼滤波算法的轨迹估计研究

在无线传感器网络中节点定位系统中,基于接收信号强度指示(RSSI)技术的定位算法研究有很多,这种定位技术成本低而且易于实现,但RSSI定位技术因容易受到环境因素的影响,在测距过程中,估测距离的误差很大。在RSSI定位系统的基础上,加入系统噪声和测量噪声,根据系统状态方程和动态系统测量方程,利用卡尔曼滤波算法,对RSSI进行滤波,并估测出移动节点的运动轨迹。仿真结果表明:改进卡尔曼滤波算法提高了移动节点的运动轨迹的定位精度。     

基于ZigBee技术的TDOA定位系统设计

在高精度传感器网络定位系统中,基于到达时间差（TDOA）的定位系统得到了越来越普遍的研究。首先设计了一套基于ZigBee技术的无线通信节点,通过扩展超声波测距装置构建了TDOA定位系统所需的硬件平台。在分析定位节点和信标节点的工作特性的基础上提出了基于事件驱动的定位机制,既保证系统响应速度高效又能有效降低系统功耗,改善了空间中能量碰撞和信号串扰问题。另外还针对TDOA测距过程中存在的误差进行实验分析与修正,最终有效地减小了测距误差的影响,从而提高了系统定位精度。     

目标定位中的非视距传播研究综述

由于障碍物的存在,矿井等定位场景中普遍存在非视距传播现象,引起定位信号的折射、反射、衍射和散射,导致测距误差增大,进而影响目标定位精度。分析了非视距传播对TOA(Time of Arrival,到达时间)、TDOA(Time Difference of Arrival,到达时间差)、AOA(Angle of Arrival,到达角度)、RSSI(Received Signal Strength Indication,接收强度指示)等定位方法的影响,并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别,重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系法;对于非视距传播误差的抑制,主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法;对于非视距传播的利用,重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法;对于非视距场景下的目标定位方法设计,分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向:通过多种定位技术的融合提高目标定位精度;借助新兴技术提高非视距场景下的目标定位精度;通过与其他信息系统的交互引入额外信息,实现跨系统协同定位。     

基于EKF算法的无线传感器网络定位技术研究

无线传感器网络中,基于RSSI测距技术的定位系统误差较大。对扩展卡尔曼滤波(EKF)算法在抑制测距误差和提高定位精度方面进行了深入的研究。同时根据EKF算法在WSN节点定位中的两种应用方式,以收敛概率和相对误差为指标,在各种拓扑条件下对提高节点定位精度进行了分类探讨。最后结合仿真阐述了EKF算法的适用范围,并分析了影响算法性能的因素。     

基于EKF算法的无线传感器网络定位求精研究

无线传感器网络中,基于RSSI测距技术的定位系统误差较大。本文对扩展卡尔曼滤波（EKF）算法在抑制测距误差和提高定位精度方面进行了深入的研究。同时本文根据EKF算法在WSN节点定位中的两种应用方式,以收敛概率和精度为指标,在各种拓扑条件下对节点定位求精过程进行了分类探讨。最后结合仿真阐述了EKF算法的适用范围,并分析了影响算法性能的因素。     

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ZigBee无线传感网络的人员定位系统设计与实现

针对现有无线传感器网络定位系统精度不高的问题,采用基于校正模型的三边测距质心定位算法实现人员定位。通过研究ZigBee无线通信技术,分析无线电传播路径损耗模型,结合实验测试得到RSSI测距模型。引入高斯滤波模型和自校正模型修正测距值,在三边测量法的基础上结合质心定位思想,以三圆相交部分的质心作为盲节点的估算位置。经试验测试,该系统的定位误差小于10%,有效地降低了环境引起的盲节点位置误差,提高了定位精度。     

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.     

基于因子图和联合消息传递的无线网络协作定位算法

针对现有基于消息传递算法的无线网络节点定位算法复杂度和通信开销过高的问题,提出一种基于测距的、低复杂度低协作开销的联合消息传递节点定位算法。所提算法考虑参考节点位置的不确定性以减少误差累积,并将消息约束为高斯函数以降低通信开销。首先,根据系统的概率模型和因子分解设计因子图;然后,根据状态转移模型和测距模型的特点,分别使用置信传播和平均场方法计算预测消息和协作消息;最后,在每次迭代过程中,通过非线性项的泰勒展开将非高斯置信消息近似为高斯函数。仿真分析表明,所提算法的定位性能与基于粒子的SPAWN算法接近,但节点间传输的信息由大量粒子变为均值向量和协方差矩阵,同时计算复杂度也大幅降低。     

基于TDOA改进的矿山井下机车定位方法

为提高矿山井下机车的定位精度,提出了一种基于到达时间差（Time Difference of Arrival,TDOA）改进的矿山井下机车定位方法。采用超声波和无线电传播时间差实现测距,分析了测距技术在井下运用时产生的误差,并对误差进行补偿。为了修正机车定位过程中产生的位移误差,把位移误差化简为机车到节点的距离误差。通过规律性地布置节点和惯性导航技术,计算出位移后机车到节点的距离。使用最小二乘法估计出机车的初始位置坐标,并通过泰勒级数最小二乘法修正坐标实现定位,定位精度可达12 cm。相比于传统的定位算法,该方法增加了定位精度,且在机车不同速度下,保持了较为稳定的定位精度。     

组合导航系统滤波器截断误差抑制方法

组合导航系统作为重要的定位和姿态测量的技术手段,其基本设计思想是将GPS和SINS等导航设备输出的信息经过滤波器进行最优估计。但在采用Riccati方程更新协方差矩阵和计算Kalman增益过程中,截断误差随着迭代次数的增大而累积,破坏协方差矩阵的正定性和对称性,降低滤波器计算的数值稳定性,严重时导致组合系统故障发散。本文建立了Riccati方程一阶误差模型,从理论上分析截断误差对滤波器估计性能的影响,引入基于Bierman算法和Thorton算法的Kalman滤波器进行更新方法,解决了截断误差引起的滤波器数值稳定性的问题。通过强实时半物理仿真系统验证表明,相比于基于Kalman滤波器的系统,基于Bierman-Thorton算法的组合导航系统有更强的数值稳定性和较高的导航精度。     

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.     

多新息抗差-自适应卡尔曼滤波定位算法研究

针对移动机器人在定位过程中,由传感器测量误差和机器人模型引起的位姿误差导致系统定位精度急剧下降的问题,提出了一种多新息卡尔曼滤波算法.在标准卡尔曼滤波的基础上,当传感器测量值存在误差时,引入抗差权因子,通过改变误差测量值的权值提高滤波器的估计精度;当机器人位姿存在误差时,引入自适应因子,通过调整状态协方差矩阵的大小抵制位姿误差引起的滤波发散.同时,引入了多新息,即多个时刻的新息向量,进一步提高此非线性系统的精度.实验表明:当存在测量误差和位姿误差时,该滤波算法能有效提高定位精度.     

基于单领航者相对位置测量的多AUV协同导航系统定位性能分析

自主水下航行器 (Autonomous underwater vehicle, AUV) 的协同导航是解决水下导航定位问题的重要方法, 其中导航系统的定位误差增长特性是衡量其定位性能的关键指标. 本文针对单领航者相对位置测量的多 AUV 协同导航系统, 利用扩展卡尔曼滤波方法建立了导航系统的整体定位误差关于相对位置量测误差的传递方程. 在此基础上, 通过求解系统定位误差随时间演化的代数黎卡提方程, 得到了其在稳态情形下的方差上界估计. 理论分析表明, 单领航 AUV 协同导航系统的整体定位误差有界收敛且与初始化滤波方差无关, 具有良好的综合性能. 最后, 仿真实例验证了文中理论分析结果的正确性.     

Optimal sensor scheduling for resource-constrained localization of mobile robot formations

This paper addresses the problem of resource allocation in formations of mobile robots localizing as a group. Each robot receives measurements from various sensors that provide relative (robot-to-robot) and absolute positioning information. Constraints on the sensors' bandwidth, as well as communication and processing requirements, limit the number of measurements that are available or can be processed at each time step. The localization uncertainty of the group, determined by the covariance matrix of the equivalent continuous-time system at steady state, is expressed as a function of the sensor measurements' frequencies. The trace of the weighted covariance matrix is selected as the optimization criterion, under linear constraints on the measuring frequency of each sensor and the cumulative rate of the extended Kalman filter updates. This formulation leads to a convex optimization problem (semidefinite program) whose solution provides the sensing frequencies, for each sensor on every robot, required in order to maximize the positioning accuracy of the group. Simulation and experimental results are presented that demonstrate the applicability of this method and provide insight into the properties of the resource-constrained cooperative localization problem.     

椭球约束下减小三维定位中的非视距误差

采用精度较高的TOA测距方法对位于三维表面的节点进行定位时,非视距传播现象会造成测距值出现较大的正向误差。针对非视距误差提出一种判别算法,对参与定位的锚节点进行筛选,剔除掉非视距误差较大的锚节点,再用残差加权算法进行最终的位置估计。与最小二乘法和残差加权法相比,能够有效地减小非视距误差的影响,具有更高的定位精度。     

一种用于无线传感器网络节点递增式定位的新方法

针对递增式无线传感器节点定位中的误差累积问题,提出了一种基于最优加权最小二乘估计的节点定位改进方法,以提高节点的定位精度.在加权最小二乘估计法中,以加权系数为核心,对加权最小二乘进行改进,在估计误差方差矩阵最小时得出最优加权最小二乘的无偏估计解,此时权值可根据方差阵的逆阵来取得最高精度的估计值.仿真结果表明,此方法能有...     

跳数加权DV-Hop定位算法

针对DV-Hop定位算法中距离估计误差对定位结果的影响,提出了一种信标节点优选方案和跳数加权DV-Hop定位算法。首先通过设定跳数阈值,保留跳数较少的信标节点,然后剔除近似在一条直线上的信标节点,完成信标节点优选,避免未知节点无法定位的情形。此外,利用Friis模型推导出距离估计误差与信号传播跳数之间的映射关系,采用传播跳数作为加权因子对定位结果进行了修正。仿真结果表明该算法降低了距离估计误差对定位精度的影响,提高了定位精度。