基于误差预测的自适应UWB/PDR融合定位算法

发布时间：2022-04-27 21:06

　　为了解决在室内非视距（NLOS）定位场景中超宽带（UWB）技术性能不佳、航位推算（PDR）算法累积误差过大的问题,以及由环境因素引起的UWB性能下降的问题,提出了一种基于UWB误差预测而自适应系数调节的UWB/PDR融合定位算法。该算法创新地提出了利用支持向量机（SVM）回归模型对复杂环境中UWB定位误差进行预测,并以此为基础,为常规的扩展卡尔曼滤波（EKF）算法添加了自适应调节系数,以提高UWB/PDR的融合定位效果。实验结果表明,所提算法在复杂UWB环境中可以有效预测当前UWB定位误差水平,并通过自适应调整融合系数提高精度,使得较常规EKF算法在一般区域的定位误差降低了18. 2%,在UWB精度较差的区域中的定位误差降低了48. 7%,从而减小了环境对UWB性能的影响;在包含UWB的视距内（LOS）及NLOS的复杂场景中,通过融合定位算法,将定位每百米误差由米级降低至分米级,解决了NLOS场景中PDR误差过大的问题。 

【文章页数】：8 页

【文章目录】：
0 引言
1 UWB与PDR定位算法模型
    1.1 基于MEMS/IMU的PDR定位算法模型
    1.2 基于UWB的TOA定位算法模型
    1.3 UWB在不同区域的定位误差
2 UWB/PDR自适应融合定位
    2.1 基于SVM回归的UWB误差预测算法
    2.2 自适应扩展卡尔曼滤波融合算法
    2.3 基于UWB误差预测的自适应融合定位算法流程
3 自适应融合定位算法实验分析
    3.1 实验设备与平台
    3.2 UWB定位误差特征参数的选取
    3.3 UWB误差预测实验与结果
    3.4 UWB/PDR自适应融合定位性能分析
        3.4.1 实验一
        3.4.2 实验二
4 结语


【参考文献】：
期刊论文
[1]一种UWB与PDR融合的行人室内定位方法[J]. 仪玉杰,黄智刚,苏雨.  导航定位学报. 2019(03)
[2]UWB/惯性技术组合优化的室内定位技术研究[J]. 杨秀梓,王敬东,刘亚飞,刘法.  电子测量技术. 2019(15)
[3]室内环境约束的行人航向粒子滤波修正方法[J]. 刘盼,张榜,黄超,杨卫军,徐正蓺.  计算机应用. 2018(12)
[4]基于位置服务的隐私保护机制度量研究综述[J]. 王玲玲,马春光,刘国柱.  计算机应用研究. 2017(03)



本文编号：3649157