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。     

基于小波去噪的室内超宽带定位算法

针对室内复杂环境所引起的NLOS误差,提出了一种利用小波良好抑制噪声特性的室内定位优化算法,选定IEEE 802.15.4a模型为超宽带室内无线定位的普适模型,在室内传统定位算法基础上利用小波去噪消除NLOS误差,从而改进优化了到达时间差定位算法(TDOA)。仿真结果表明,该算法较Chan算法和LS算法定位精度高,具有可行性。     

基于多尺度的EKF滤波融合定位跟踪算法

针对无线定位中快速移动目标的定位精度差的问题,提出了一种简单有效的定位跟踪算法。该算法将信号的多尺度分析方法与基于TDOA的蜂窝网定位技术相结合,基于某尺度上获得的单一的观测量,建立了一个新的多尺度的观测模型。基于新的多尺度观测模型,利用扩展Kalman滤波对目标进行定位跟踪,获得比在原始尺度上直接进行滤波定位跟踪更好的效果。通过仿真验证了该方法对提高蜂窝网无线定位精度的有效性。     

基于加权变尺度法的无线传感器网络定位

针对传统最小二乘法定位精度的不足,将工程控制优化中常用的变尺度法（DFP算法）应用到无线传感器网络定位问题中。该算法避免了计算二阶导数矩阵及其求逆计算,特别是对高维问题具有一定的优越性,从而实现对节点定位的优化计算。仿真实验结果表明,该算法能有效提高节点定位精度。     

基于超宽带技术的井下人员定位系统

针对目前常用的井下人员定位技术存在传输距离短、抗多径效应差、定位精度低等问题,采用基于到达时间差的超宽带定位技术,提出了一种井下人员定位系统。该系统通过多个定位传感器发送测距信号,井下人员携带的目标节点接收信号并进行处理后回传给定位传感器,主定位传感器通过WiFi网络接收定位传感器发送的测距信息,并通过有线以太网发送至定位服务器来实现井下人员实时定位,有效提高了井下人员定位精度。     

超宽带室内定位关键技术

超宽带信号的高时间分辨率特性非常适合用于室内场景下的精确定位。本文回顾了超宽带系统位置估计问题,首先介绍了UWB定位系统的特点,然后给出了定位基本原理,指出了超宽带定位系统设计中面临的两个重要挑战,分别是超宽带信号采样问题和到达时间参数估计问题,应用压缩感知理论解决这些问题并给出了最新研究成果,最后描述了一种精密实时的UWB商用定位系统。     

超宽带室内定位无线时钟同步设计与实现

为解决基于到达时间差(TDOA)的超宽带(UWB)室内定位系统中不同定位基站的本地时钟不同步问题,设计并实现了一种单区域定位的无线时钟同步方式,并在此基础上进行了多区域定位无线时钟同步的扩展.首先利用UWB定位基站和待定位节点之间的无线通信,获取各基站的时间戳数据,之后服务器端的时钟同步模块利用该时间戳数据和基站位置数...     

基于DOA和TDOA的井下定位算法研究

针对目前井下定位系统对环境变化敏感、定位准确度较低的问题,介绍了基于DOA和TDOA的井下定位算法。该算法利用TDOA算法的高精度化和DOA算法的高信号角度分辨率,以DOA和TDOA算法中各自方向角度的加权平均作为信号角度,结合用TDOA算法得到的位置半径计算出移动终端坐标。仿真结果表明,该算法在复杂的环境中能够取得较稳定的性能,且定位精度较高。     

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。     

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.     

非视距环境下基于粒子群的超宽带定位算法

将智能算法应用到无线传感器网络定位技术中是一种全新的尝试,粒子群算法是其中的一种典型算法.根据超宽带(UWB)定位原理,建立基于粒子群算法的定位模型,在非视距(NLOS)环境下,利用NLOS误差导致的附加时延和由信道决定的均方根时延扩展的联合统计特性,进行NLOS误差补偿,在迭代过程中采用线性递减的惯性权重,粒了群通过不断追踪个体极值和局部极值,更新自身的位置与速度,从而找到全局最优解,仿真结果表明正确率达90％以上.     

基于DV-Hop的修正和改进定位算法

在无线传感器网络中节点的自身定位技术是支撑性的技术.研究了DV-Hop算法,并分析了其缺点.针对其缺点修正了锚节点的计算的平均每跳距离,让更多的锚节点参与最后的定位计算并采用了加权的质心算法.通过Matlab仿真改进的算法能明显地提高定位的精度,得出改进算法适合的应用场景.     

基于CS-CoSaAMP的超宽带多径信道估计

针对匹配追踪类算法要求稀疏度作先验条件的不足,提出压缩采样自适应匹配追踪（CoSaAMP）新算法。结合完备的冗余字典,算法在稀疏度未知时,可以通过自适应调整可变步长逐步逼近信道的稀疏度,用于解决超宽带信道的重建问题。仿真结果表明,提出的CoSaAMP算法性能收敛速度快,估计效果好,可有效用于实际超宽带信道估计。     

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。     

改进Gabor滤波器在指横纹提取中的应用

针对指横纹难于实现自适应分割的问题,提出一种新的基于改进Gabor滤波器的指横纹提取算法。该方法在指横纹特征方向求取阶段,为避免出现传统Gabor滤波器固有的旋转溢出和奇异值区间的问题,提出以手指轴线方向作为Gabor滤波器方向。在分割阶段,为减少求取Gabor频率的耗时和Gabor频率投影值难于确定的问题,提出以固定频率对指横纹特征进行Gabor滤波。实验证明该算法不仅能够减少计算量,还能有效克服噪声以及手形姿态变化的影响,并且对不同精度的指横纹图像都有较强的鲁棒性。     

基于超宽带室内定位联合算法的研究

针对超宽带室内定位系统中的测量误差较大问题,提出了一种基于双路飞行时间测距方法来减小时钟偏移误差的解决方案。本方案针对静态和动态的待测节点的运动特性,通过对待测节点的运动状态检测,提出了一种联合算法,其中,静态定位采用了最小二乘估算法来得出节点坐标,并通过MATLAB仿真显示该节点坐标位置;对于动态跟踪问题,由于物体遮挡和运动轨迹等因素导致最小二乘法无法准确估计节点位置,针对这一问题,利用扩展卡尔曼滤波算法跟踪预测待测节点位置,从而改善定位效果。仿真结果表明,静态定位误差可以控制在6%以内,对比静态定位采样,动态跟踪算法精度提高了20%。实验证明,该算法可靠有效,满足室内定位的基本需求。     

一种基于卡尔曼滤波的超宽带室内定位算法

为了减小室内环境中障碍物对超宽带(UWB)传感器测距结果的影响,提出了一种基于卡尔曼滤波(KF)的超宽带室内定位算法.利用超宽带接收信号的信噪比区分视距和非视距环境,给出了超宽带传感器测距性能最小二乘标定模型,减小测距系统误差;判断相邻测距差分是否在阈值范围内,否则用卡尔曼滤波先验估计替代后验估计处理测距结果,由此减弱多径效应和非视距误差对测距的影响;用扩展卡尔曼滤波器(EKF)实现室内定位.实验结果表明:算法在复杂室内环境中可达到亚米级的动态实时定位精度.     

基于UWB/PDR的组合室内定位算法

为了提升室内定位系统在复杂环境中的实用性,提出了带非视距检测的超宽带(UWB)/行人航迹推算(PDR)组合定位方法。该方法过滤了UWB测量由于非视距(NLOS)带来的有害数据,采用残差状态量的卡尔曼滤波将UWB和PDR的有效数据进行融合,避免了由于系统非线性带来的近似误差,提升了组合系统的定位精度和鲁棒性。仿真和实验结果表明,组合定位系统能够消除非视距的影响,始终比单个系统定位精度高,其定位误差90%在1 m以内,为基于室内定位的应用提供了可靠的基础数据。