物联网环境下移动目标跟踪方法与系统实现研究

发布时间:2021-04-03 18:18
  近年来,随着信息科技的飞速发展,物联网相关技术和产来突飞猛进,人们对于基于位置信息服务(LBS)的需求日趋增大,使得定位技术成为时下非常热门的研究课题方向。本文分析了基于距离的接收信号强度(RSSI)算法、到达时间(TOA)算法、角度测量(AOA)算法和基于非距离的距离-向量段(DV-HOP)算法、质心算法等几种常见的无线定位方法,并对算法性能进行了比较。针对超宽带(UWB)的高精度、低时延定位特点,提出了一种基于多个移动目标的联合运动参数捕获与估计方法。该方法不需要任何运动传感器,通过测量传感器节点之间的到达时间(TOA),便可推算得到传感器网络中多个移动目标的速度。并设计了上述模型非合作模式下和合作模式下无约束线性最小二乘法(ULLS),约束线性最小二乘法(CLLS),半正定规划(SDP)以及混合的二阶锥半正定规划算法(SOCSDP),并进行了不同算法的性能比较与分析。仿真结果和实验数据表明,合作模式的SDP算法和SOCSDP算法比非合作模式的ULLS、CLSL、SDP和SOCSDP算法具有更好的位置估计性能。与线性线性规划方法相比,凸优化SDP和SOCSDP算法的计算复杂度更高,... 

【文章来源】:浙江农林大学浙江省

【文章页数】:71 页

【学位级别】:硕士

【部分图文】:

物联网环境下移动目标跟踪方法与系统实现研究


图2.2?TOA定位示意图??Figure?2.2?Location?sketch?for?TOA??

示意图,实际时间


?物联网环境下移动目标跟踪方法与系统实现研究???离。???:>)??基站1??i?6?▲功??基站2?基站3??图2.2?TOA定位示意图??Figure?2.2?Location?sketch?for?TOA??然而,由于电磁波信号的传播速度己经达到光的级别,S卩,Ins的时钟差别将会??造成3xl08xHT6=300m的误差距离。所以,传播的时间At的测量精度是便是TOA直??接影响着测距的精度。影响At测量精确度的因素大概有两种:(1).发送设备和接收设??备之间的时间间隔,即当发送设备发送时间7\,接收设备此时已经r2,此时就存在AT??的时差,这就需要通过时间同步来解决;(2)对钟漂移。假设测量的晶振的测量偏差??为dppm,那么ts跨度产生的时钟漂移误差可以表示成At=?txdxlO-6s。如图2.3??所示:??i?k??未知节点/,斜率为Z??V?K?%??1?^?信标节点/,斜率为%??实际时间??图2.3?TOA的测量时间与实际时间关系??Figure?2.3?The?Relation?between?Measuring?Time?and?Actual?Time?of?TOA??8??

比较图,超声波,比较图,信号


象,因此,该方法在应用过程中还需要解决峰值提取等问题。??2.1.?3到达时间差测量技术TDOA??在2.1.2节提到,TOA测距方法受限的很重要的因素是是无线电信号达到了光速,??细微的时间偏差At也会导致较大的测距误差,因此,假如有一类低速传播的信号能够??替代光速传输的无线信号,那么,测距方法,即TDOA(Time?Difference?of?Arrival),??对时间的精密度要求就将会大大减弱[45]。??(1)相同节点不同信号的时间差:节点拥有无线电波、超声波两类信号。如图2.4,??发送设备端在b时刻发出无线电信号,经过小量时延T后,在£3时刻又一次发送超声波,??接收设备在t2接收到无线电信号,在时刻£4接收到超声波信号。如忽略无线电磁波传??播时延(tl=t2),发出端与接收端的距离可估算为vx(t4?—??发送端——,j????/?:丨:、、、??试?j??无线信号;?★超声波??\?I?J??Ni?V??接收端??f???t\t2?t.z?iA??图2.4?TDOA超声波和无线信号传播比较图??Figure?2.4?1?DOA?Wireless?Signal?and?Ultrasound?Propagation?Diagram??(2)不同锚节点间的时间差:该方法以不同信标节点到达待测节点的时间差(对??应距离差)作为定位系统的输入,将时间误差也看作是其中一个参数。由于到两个锚??点的距离估计意味着待测点在以锚点为焦点的双曲面上。??2.?1.4角度测量A0A??角度测量技术AOA(Angle?of?Arrival)主要是根据移动设备与基站设备之间的到达??角来定位

【参考文献】:
期刊论文
[1]长三角地区物流产业发展竞争力比较——基于江、浙、皖、沪的实证[J]. 章艳华.  商业经济研究. 2019(10)
[2]浙江省护林员考勤巡查系统设计与应用[J]. 王圣辉.  计算机应用与软件. 2018(11)
[3]基于3S技术的林地面积抽样方法比较——以龙泉市为例[J]. 华一枝,龚鑫烨,黄星旻,温小荣,林国忠.  林业资源管理. 2018(03)
[4]基于WiFi、PDR、地磁相融合的室内定位研究[J]. 宋宇,喻文举,程超,王磊.  微电子学与计算机. 2018(06)
[5]基于智能手机的地磁/WiFi/PDR的室内定位算法[J]. 阮琨,王玫,罗丽燕,熊璐琦,宋浠瑜.  计算机应用. 2018(09)
[6]无线传感器网络中的线性移动目标运动参数捕获方法[J]. 吴晓平,华宇婷,胡军国,王国英.  传感技术学报. 2018(03)
[7]强L波段太阳射电暴对GNSS性能和定位误差的影响[J]. 黄文耿,阿尔察,沈华,刘四清,师立勤.  电波科学学报. 2018(01)
[8]中医学如何走进人工智能时代[J]. 袁冰,范钢.  中华中医药杂志. 2018(02)
[9]大数据时代新技术在智能交通中的应用[J]. 赵新勇,李珊珊,夏晓敬.  交通运输研究. 2017(05)
[10]阿里城市大脑1.0发布 献礼世界城市发展[J]. 耿晓军.  物联网技术. 2017(10)

硕士论文
[1]无线传感器网络定位精度优化方法研究[D]. 冯晨.南京邮电大学 2013
[2]超宽带定距系统信号处理方法研究[D]. 陈亚星.南京理工大学 2013
[3]超宽带正交脉冲波形设计研究[D]. 朱璐瑛.烟台大学 2009
[4]浙江省生态公益林主要林分类型水土保持功能研究[D]. 杨会.南京林业大学 2007



本文编号:3116838

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3116838.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b6526***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com