基于UWB的无线测距与车辆组合定位算法研究
【学位单位】:长安大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TN925;U495
【部分图文】:
BP 神经网络拟合信号强度与距离的非线性关系法,提出一种混合生成模型和判别模型的定位算法提高了位置估算精度减少了离线校准工作量则化最小二乘分类算法,采用插值方法弥补缺失系统的鲁棒性。各种定位算法各有优劣,随着精度提升上还在探索研究。路及章节安排定位的研究现状,归纳总结现有技术存在的优缺次在分析现状的基础上,确定本文的研究内容出的研究成果采用实验仿真进行性能分析。最步的研究工作进行归纳。
图 2.6 TH-PPM-UWB 脉冲波形3 超宽带信道模型及仿真在研究 UWB 的过程中,根据不同的信道实测数据,提出了多种 UWB 信道模更真实地模拟 UWB 信号在真实环境中的传播特性,IEEE 802.15.4a 工作组经建模修正最终确定了经过改进的 UWB 信道模型 IEEE 802.15.4a[46-48]。本文在型基础上进行车辆定位系统的研究,下面主要介绍以下三种超宽带信道模型[4(1)路径损耗模型路径损耗模型描述见式(2.17): ( , ) ( )RX cTXE P d fPL dP (2其中,TXP 是发射功率,RXP 是接收功率, d 为信号传输距离,cf 为载波中心路径损耗模型描述了传输距离与接收功率之间的关系,但是 UWB 路径损耗模是频率的函数[46],见式(2.18):
是定位精度不高。相关接收法采样频率高,定位精度也高。因此,本文选择相关检测法。图 2.8 UWB 信号相关接收系统图图 2.8 是信号相关检测的系统图,相关检测是将接收到的信号与其参考模板进行互相关运算,再进行峰值检测得到 TOA 估计[51]。互相关函数为:001( ) ( ) ( )xs d dTr r t s t dtT (2.31)其中 r (t )为接收信号,0T 为信号的积分周期,s (t )为发送信号, ( )ds t 为模板信号。对信号进行互相关之后,检测峰值所对应的时刻就是信号的传播时延,如式(2.32):0 argmax ( ) ( )dT r t s t dt (2.32)2.4 本章小结本章介绍了 UWB 定位的相关测距技术,以及 TOA 估计模型中的 UWB 信号模型、IEE802.15.4a 信道模型、信号的检测模型等技术并对 UWB 信道进行了仿真。TOA 测距技术非常适合 UWB 定位
【参考文献】
相关期刊论文 前7条
1 郭建广;郑紫微;杨任尔;;基于改进变尺度法的超宽带定位新算法[J];计算机应用;2014年12期
2 段宗涛;康军;唐蕾;樊娜;刘研;代记婷;;车联网大数据环境下的交通信息服务协同体系[J];长安大学学报(自然科学版);2014年02期
3 唐金元;;北斗卫星导航区域系统发展应用综述[J];全球定位系统;2013年05期
4 任斌;徐会彬;;基于总体最小二乘的泰勒级数展开的TOA的UWB定位方法[J];科学技术与工程;2013年21期
5 肖竹;王勇超;田斌;于全;易克初;;超宽带定位研究与应用:回顾和展望[J];电子学报;2011年01期
6 王勇,李振强,于大鹏;UWB信号多径性能分析[J];无线电工程;2004年09期
7 葛利嘉;华苏重;;超宽带无线电及其在军事通信中的应用前景[J];重庆通信学院学报;2000年01期
相关博士学位论文 前1条
1 刘建圻;基于路侧设备的无线测距与车辆组合定位算法的研究[D];广东工业大学;2016年
相关硕士学位论文 前6条
1 刘浩杰;改进的超宽带室内定位算法研究[D];长安大学;2017年
2 陶偲;基于UWB的室内SDS-TWR测距算法优化和定位算法融合的研究[D];华中师范大学;2016年
3 张龙;北斗/GPS双模定位中的关键技术研究[D];长安大学;2016年
4 阳熊;基于超宽带的定位技术研究与应用[D];电子科技大学;2015年
5 高霁;基于IEEE802.15.4a标准的超宽带定位技术的研究[D];东南大学;2006年
6 刘江庭;超宽带(UWB)室内信道建模研究[D];哈尔滨工程大学;2006年
本文编号:2850800
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2850800.html