复杂环境下的超宽带高精度定位算法

发布时间：2022-07-07 09:42

　　针对相对于室外更为复杂的室内或者灾害环境中,全球导航定位系统（GNSS）信号受到严重影响导致定位精度下降甚至会无法定位的问题,该文充分利用了超宽带（UWB）极高的时间分辨率、优异的抗多径能力和非视距（NLOS）环境下较强的穿透力,从信号传播层面改进定位算法,通过经验值判断测量环境,在基准站与移动站之间不存在障碍物遮挡的情况下,通过UWB定位模型进行定位并通过卡尔曼距离滤波模型去除噪声;在基准站与移动站之间存在障碍物且在信号可以穿透障碍物的情况下,通过路径损耗模型实现对NLOS误差的粗略估计,在此基础上加入卡尔曼距离滤波模型做进一步估计,进而以此估计值对定位结果进行改正。基于室内环境下的实测实验结果表明:无论静态或者动态,在产生NLOS误差导致定位结果轨迹与实际参考轨迹差别较大的时候,该文定位算法会对定位结果有较好的改正,通过经验值判断的方法可实现复杂环境下较好的定位。 

【文章页数】：7 页

【文章目录】：
0 引言
1 UWB定位算法及误差分析
    1.1 距离滤波方法
    1.2 UWB定位模型
    1.3 定位过程中误差分析
2 实验与结果分析
3 结束语


【参考文献】：
期刊论文
[1]基于自适应抗差卡尔曼滤波的UWB室内定位[J]. 刘韬,徐爱功,隋心.  传感技术学报. 2018(04)
[2]基于智能手机的室内定位技术的发展现状和挑战[J]. 陈锐志,陈亮.  测绘学报. 2017(10)
[3]超宽带与惯性导航组合的室内导航定位[J]. 刘韬,徐爱功,隋心.  测绘科学. 2016(12)
[4]结合自适应滤波和神经网络的GNSS/INS抗差组合导航算法[J]. 高为广,陈谷仓.  武汉大学学报(信息科学版). 2014(11)
[5]LBS定位技术研究与发展现状[J]. 刘成.  导航定位学报. 2013(01)
[6]北斗卫星导航系统的进展、贡献与挑战[J]. 杨元喜.  测绘学报. 2010(01)
[7]密集多径环境下UWB测距的NLOS误差减小方法[J]. 吴绍华,张钦宇,张乃通.  电子学报. 2008(01)



本文编号：3656190