码头无人车辆定位技术研究
发布时间：2021-02-12 10:03
随着自动化码头的发展,各类装卸运载车正在逐步实现无人化操作管理,针对室外码头作业环境复杂,自动化码头对无人运载车高效快速的作业要求越来越高,作业精度要求高达厘米级的情况,将定位精确、数据传输快及功耗小的超宽带（Ultra-Wideband,UWB）定位系统应用到码头无人车辆定位中。但是码头环境高度动态变化,集装箱与无人运载车辆之间位置不固定,车与车、车与集装箱之间容易导致多径效应与非视距（Non-Line of Sight,NLOS）传播,传统的UWB定位系统已不能满足当下的需求,为了提高无人运载车的定位精度,减小定位误差,本文在有效区分视距（Line of Sight,LOS）与非视距两种不同的定位环境下,分别提出了抗干扰性强且定位精度高的室外UWB定位算法。首先区分定位环境,基于测距估计的分类与回归树（Classification And Regression Tree,CART）的方法将距离数据先进行分类,从数据中筛选出LOS基站和NLOS基站,针对这两种环境下的测距值分别进行定位:1)LOS环境下,使用Chan算法定位并根据测量数据建立误差模型,为了提高定位精度增加基站数量后先...
【文章来源】：长春理工大学吉林省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
CM5信道模型仿真图
IEEE 802.15.4a-CM6信道模型的信道参数PL0=43.29,n=2.5,σs=2,Αant=3,k=0.4,Lˉ=10.5,Λ=0.0243,λ1,λ2,β=0.51,1.13,0.0062,Γ=104.7,kr=0γ0=9.3,m0=0.56,km=0,m^0[dB]=0.25,k^m=0,MATLAB仿真分析CM6场景中信道附加时延、均方根时延、NP10dB、NP85%,如图2.2所示：（3）仿真结果分析
基站和标签是硬件测试平台设计的关键,设计也比较简单,这里以基站作为重点进行介绍。基站的基本硬件结构由主控制器部分、无线通信定位部分、SPI（Serial Peripheral Interface, SPI）通信部分和电源部分等组成,基站还配备了指示灯用于提示系统当前的工作状态,电源部分中,标签暂时采用电池进行供电,增加系统的便携性和灵活性。基站总体的设计架构如图2.3所示：（2）软件部分
【参考文献】：
期刊论文
[1]基于自适应调整权重和搜索策略的鲸鱼优化算法[J]. 孔芝,杨青峰,赵杰,熊浚钧. 东北大学学报(自然科学版). 2020(01)
[2]一种鲸鱼优化算法改进的加权质心定位算法[J]. 马宏光,曾国辉,韦钰,刘瑾,黄勃. 软件导刊. 2020(05)
[3]基于混合群智能算法优化的RSSI质心定位算法[J]. 王改云,王磊杨,路皓翔. 计算机科学. 2019(09)
[4]基于自适应权重和模拟退火的鲸鱼优化算法[J]. 褚鼎立,陈红,王旭光. 电子学报. 2019(05)
[5]一种改进的鲸鱼优化算法[J]. 吴成智. 现代计算机. 2019(14)
[6]基于信道特征的超宽带非视距鉴别及定位算法[J]. 纪元法,杨政权,孙希延,宋建国,卢伟军. 科学技术与工程. 2018(19)
[7]基于改进CHAN的超宽带定位误差校正算法[J]. 金仙力,赵道明. 计算机技术与发展. 2018(03)
[8]基于基站LOS鉴别的TDOA室内定位算法[J]. 张雅,宋耀莲. 云南大学学报(自然科学版). 2017(06)
[9]非视距环境下基于粒子群的超宽带定位算法[J]. 张然,宋来亮,冉龙俊. 传感器与微系统. 2017(09)
[10]基于自适应权重和柯西变异的鲸鱼优化算法[J]. 郭振洲,王平,马云峰,王琦,拱长青. 微电子学与计算机. 2017(09)
硕士论文
[1]基于改进多目标鲸鱼算法的水库群供水-发电-生态优化调度研究[D]. 银星黎.华中科技大学 2019
[2]基于鲸鱼算法优化极限学习机的热电偶非线性补偿方法[D]. 张广炎.湘潭大学 2019
[3]改进群智能优化算法研究及应用[D]. 罗杰.温州大学 2019
[4]数字化煤场的斗轮机作业定位问题研究与开发[D]. 张腾.华北电力大学(北京) 2019
[5]基于模拟退火的无线传感器网络定位技术研究[D]. 张治华.南京邮电大学 2018
[6]基于DW1000的超宽带信号测试及传播特性分析[D]. 凌鹏.海南大学 2018
[7]鲸鱼优化算法及其应用研究[D]. 凌颖.广西民族大学 2018
[8]UWB无线信道模型及其定位技术探究[D]. 张桀.海南大学 2017
本文编号：3030681
【文章来源】：长春理工大学吉林省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
CM5信道模型仿真图
IEEE 802.15.4a-CM6信道模型的信道参数PL0=43.29,n=2.5,σs=2,Αant=3,k=0.4,Lˉ=10.5,Λ=0.0243,λ1,λ2,β=0.51,1.13,0.0062,Γ=104.7,kr=0γ0=9.3,m0=0.56,km=0,m^0[dB]=0.25,k^m=0,MATLAB仿真分析CM6场景中信道附加时延、均方根时延、NP10dB、NP85%,如图2.2所示：（3）仿真结果分析
基站和标签是硬件测试平台设计的关键,设计也比较简单,这里以基站作为重点进行介绍。基站的基本硬件结构由主控制器部分、无线通信定位部分、SPI（Serial Peripheral Interface, SPI）通信部分和电源部分等组成,基站还配备了指示灯用于提示系统当前的工作状态,电源部分中,标签暂时采用电池进行供电,增加系统的便携性和灵活性。基站总体的设计架构如图2.3所示：（2）软件部分
【参考文献】：
期刊论文
[1]基于自适应调整权重和搜索策略的鲸鱼优化算法[J]. 孔芝,杨青峰,赵杰,熊浚钧. 东北大学学报(自然科学版). 2020(01)
[2]一种鲸鱼优化算法改进的加权质心定位算法[J]. 马宏光,曾国辉,韦钰,刘瑾,黄勃. 软件导刊. 2020(05)
[3]基于混合群智能算法优化的RSSI质心定位算法[J]. 王改云,王磊杨,路皓翔. 计算机科学. 2019(09)
[4]基于自适应权重和模拟退火的鲸鱼优化算法[J]. 褚鼎立,陈红,王旭光. 电子学报. 2019(05)
[5]一种改进的鲸鱼优化算法[J]. 吴成智. 现代计算机. 2019(14)
[6]基于信道特征的超宽带非视距鉴别及定位算法[J]. 纪元法,杨政权,孙希延,宋建国,卢伟军. 科学技术与工程. 2018(19)
[7]基于改进CHAN的超宽带定位误差校正算法[J]. 金仙力,赵道明. 计算机技术与发展. 2018(03)
[8]基于基站LOS鉴别的TDOA室内定位算法[J]. 张雅,宋耀莲. 云南大学学报(自然科学版). 2017(06)
[9]非视距环境下基于粒子群的超宽带定位算法[J]. 张然,宋来亮,冉龙俊. 传感器与微系统. 2017(09)
[10]基于自适应权重和柯西变异的鲸鱼优化算法[J]. 郭振洲,王平,马云峰,王琦,拱长青. 微电子学与计算机. 2017(09)
硕士论文
[1]基于改进多目标鲸鱼算法的水库群供水-发电-生态优化调度研究[D]. 银星黎.华中科技大学 2019
[2]基于鲸鱼算法优化极限学习机的热电偶非线性补偿方法[D]. 张广炎.湘潭大学 2019
[3]改进群智能优化算法研究及应用[D]. 罗杰.温州大学 2019
[4]数字化煤场的斗轮机作业定位问题研究与开发[D]. 张腾.华北电力大学(北京) 2019
[5]基于模拟退火的无线传感器网络定位技术研究[D]. 张治华.南京邮电大学 2018
[6]基于DW1000的超宽带信号测试及传播特性分析[D]. 凌鹏.海南大学 2018
[7]鲸鱼优化算法及其应用研究[D]. 凌颖.广西民族大学 2018
[8]UWB无线信道模型及其定位技术探究[D]. 张桀.海南大学 2017
本文编号：3030681
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3030681.html
