UWB NLOS环境下一种基于CS-BPNN改进的TDOA算法
发布时间：2021-10-29 03:14
现如今无线定位技术对我们日常生活的地位愈加重要,人们对其定位精度的需求也就越来越高。无线定位是指通过采用无线通信与定位算法相结合的手段来估计待定位标签相对于基站坐标的定位技术。随着工业4.0标准的提出以及物联网技术的不断升级发展和物理信息系统的不断融合（Cyber Physical System,CPS）,人们对定位系统的精度要求越来越高,如物品追踪、搜索救援、制导导航、智能应用与服务、安防监测等各个方面都需要较高精度的定位,如今无线定位技术已被广泛应用于军事领域、商业领域和公共服务领域等。由于超宽带（Ultra Wide Band,UWB）定位技术具有较快的传输速率、较高的多径分辨率、较强的信号抗干扰能力等优点,使得其在众多的室内定位技术中兴起,且广泛应用于市场当中。而在众多的定位算法中TDOA（Time Different ofArrival）由于其时钟同步要求低、设备简单、定位精度较高而广受应用。本文对UWB定位技术的基本概念、国内外研究现状以及其定位系统的组成进行了深入研究,介绍了相关的定位算法并对定位系统中的一种定位算法TDOA进行了着重的研究。针对传统的TDOA估计算法精度...
【文章来源】：海南大学海南省 211工程院校
【文章页数】：51 页
【学位级别】：硕士
【部分图文】：
TOA 定位示意图
UWBNLOS环境下一种基于CS-BPNN改进的TDOA算法82.3.3AOA定位算法AOA定位算法是一种通过测量待定位点到基站的角度来求出待定位点位置的算法。该定位算法需要至少两个基站，以基站的某个方向为基准方向即可得到接受信号的角度，接着根据所测得的角度画射线，射线的交点即为待定位点的坐标。图2中的实线表示基站的基准方向，虚线为信号的传播路径，1A和2A为基站其坐标分别设为11(x,y)、22(x,y)，Y为待定位点(x,y)，1和2分别为传播路径与基准方向之间的夹角，故有下式：111222tan()tan()yyxxyyxx(2-5)分析上式可知，待定位点Y无法与两个基站共线，若它们共线，则方程无解，此时应借助其他定位基站的信息来进行定位计算。图2AOA定位示意图Fig2.DiagramofAOApositioning一般来说，为了准确地测量定位点的到基站的传播路径与基准方向之间的角度，通常需要配备方向性较强的天线阵列，这将会大大提升系统复杂度与成本。而同一信号由于受到多径效应的影响，其产生的多径分量到达基站的方向也不尽相同，所以在复杂的室内环境下，AOA定位算法的性能会有显著的下降。因此，我们很少单独使用AOA定位算法于UWB室内定位中，一般都将其与其他算法结合使用。
海南大学硕士学位论文92.4TDOA定位算法由于本文的工作是基于TDOA算法进行的，所以，在此具体介绍TODA算法。TDOA定位是利用移动台发出的无线电到达两个不同基站的时间差来构造双曲线方程来计算出其位置坐标的。如图3所示，我们需要测得移动台MS发出的无线电到基站1BS和2BS之间的到达时间差，根据到达时间差算出距离差12RR，由双曲线的几何定理可以得到一条以1BS和2BS为焦点的双曲线，并且移动台就在这条双曲线上。于此同时，我们还需要算出移动台MS到基站1BS和3BS之间的距离差13RR，根据这个距离差来构建第二条双曲线，移动台MS就是这两条双曲线的交点中的其中一个，最后再根据我们的一些先验知识得出我们最终的解。图3TDOA定位示意图Fig3.DiagramofTDOApositioning假设我们有M个基站，(,)iiXY为第i个基站iBS的位置坐标，(x,y)是移动台MS的待求的位置坐标。移动台MS与基站iBS之间的距离为iR，我们以第一个基站1BS作为参考基站，所以0i1R表示移动台MS与基站iBS和参考基站1BS之间的实际距离差。则有下式：0i1i1i1i1i1i1RcRcnRRcni2,M.(2-6)其中，0i1R和iR代表的是实际值，c为无线电波的传输速度，i1为TDOA测量值，i1n是测量过程中产生的噪声误差，为了方便我们的研究，在这里我们把i1n假设成独立同分布的方差为2的高斯白噪声。
【参考文献】：
期刊论文
[1]基于聚类与网格搜索的TDOA/DOA联合定位方法[J]. 张怡霄,郭文普,康凯,姚云龙,王攀. 战术导弹技术. 2020(01)
[2]基于约束总体最小二乘的泰勒级数定位算法[J]. 陆剑锋,谢胜东. 计算机应用与软件. 2019(12)
[3]基于BP人工神经网络的室内移动定位技术[J]. 刘绍刚,李燕梅,李艳平. 现代电子技术. 2019(15)
[4]基于TDOA的高精度无线定位算法分析与实现[J]. 孔维炯,丁志中,方福柱. 合肥工业大学学报(自然科学版). 2019(06)
[5]基于小生境遗传算法的PID参数优化[J]. 张鹏,孙红艳. 电子测试. 2019(10)
[6]基于GA-BP神经网络的移动机器人UWB室内定位[J]. 梁丰,熊凌. 微电子学与计算机. 2019(04)
[7]改进的自适应遗传算法在TDOA定位中的应用[J]. 王生亮,刘根友,高铭,王嘉琛,王彬彬. 系统工程与电子技术. 2019(02)
[8]TDOA Passive Location Based on Cuckoo Search Algorithm[J]. 蒋伊琳,刘梦楠,陈涛,郜丽鹏. Journal of Shanghai Jiaotong University（Science）. 2018(03)
[9]基于TDOA算法的差分UWB室内定位系统研究[J]. 陈小斯,沈重,周群,张鲲,郑理强. 现代电子技术. 2018(06)
[10]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)
博士论文
[1]UWB通信技术及其算法研究[D]. 李争.哈尔滨工程大学 2006
硕士论文
[1]基于BP神经网络方法的28GHz毫米波信道建模研究[D]. 孙湘琛.南京邮电大学 2019
[2]基于UWB的室内定位关键技术研究[D]. 徐志鑫.南京邮电大学 2019
[3]基于UWB TDOA技术的非视距误差校正算法优化研究[D]. 王成晓.海南大学 2019
[4]基于布谷鸟算法的北斗治安巡防系统的研究与实现[D]. 郑亚东.江苏科技大学 2019
[5]基于TD-RTM和FDTD混合方法的室内超宽带信号传播特性研究[D]. 陈志鹏.南京邮电大学 2018
[6]基于UWB技术的TDOA定位算法的研究与实现[D]. 罗勃.海南大学 2017
[7]基于RSS指纹的室内定位方法[D]. 韦燕华.湘潭大学 2016
[8]陷波超宽带及新型圆极化平面印刷天线设计[D]. 李维梅.西安电子科技大学 2013
[9]超宽带发射机硬件总体设计与研究[D]. 肖圣瑞.华中科技大学 2012
[10]IR-UWB测距系统中TOA估计算法研究[D]. 王智博.桂林电子科技大学 2011
本文编号：3463850
【文章来源】：海南大学海南省 211工程院校
【文章页数】：51 页
【学位级别】：硕士
【部分图文】：
TOA 定位示意图
UWBNLOS环境下一种基于CS-BPNN改进的TDOA算法82.3.3AOA定位算法AOA定位算法是一种通过测量待定位点到基站的角度来求出待定位点位置的算法。该定位算法需要至少两个基站，以基站的某个方向为基准方向即可得到接受信号的角度，接着根据所测得的角度画射线，射线的交点即为待定位点的坐标。图2中的实线表示基站的基准方向，虚线为信号的传播路径，1A和2A为基站其坐标分别设为11(x,y)、22(x,y)，Y为待定位点(x,y)，1和2分别为传播路径与基准方向之间的夹角，故有下式：111222tan()tan()yyxxyyxx(2-5)分析上式可知，待定位点Y无法与两个基站共线，若它们共线，则方程无解，此时应借助其他定位基站的信息来进行定位计算。图2AOA定位示意图Fig2.DiagramofAOApositioning一般来说，为了准确地测量定位点的到基站的传播路径与基准方向之间的角度，通常需要配备方向性较强的天线阵列，这将会大大提升系统复杂度与成本。而同一信号由于受到多径效应的影响，其产生的多径分量到达基站的方向也不尽相同，所以在复杂的室内环境下，AOA定位算法的性能会有显著的下降。因此，我们很少单独使用AOA定位算法于UWB室内定位中，一般都将其与其他算法结合使用。
海南大学硕士学位论文92.4TDOA定位算法由于本文的工作是基于TDOA算法进行的，所以，在此具体介绍TODA算法。TDOA定位是利用移动台发出的无线电到达两个不同基站的时间差来构造双曲线方程来计算出其位置坐标的。如图3所示，我们需要测得移动台MS发出的无线电到基站1BS和2BS之间的到达时间差，根据到达时间差算出距离差12RR，由双曲线的几何定理可以得到一条以1BS和2BS为焦点的双曲线，并且移动台就在这条双曲线上。于此同时，我们还需要算出移动台MS到基站1BS和3BS之间的距离差13RR，根据这个距离差来构建第二条双曲线，移动台MS就是这两条双曲线的交点中的其中一个，最后再根据我们的一些先验知识得出我们最终的解。图3TDOA定位示意图Fig3.DiagramofTDOApositioning假设我们有M个基站，(,)iiXY为第i个基站iBS的位置坐标，(x,y)是移动台MS的待求的位置坐标。移动台MS与基站iBS之间的距离为iR，我们以第一个基站1BS作为参考基站，所以0i1R表示移动台MS与基站iBS和参考基站1BS之间的实际距离差。则有下式：0i1i1i1i1i1i1RcRcnRRcni2,M.(2-6)其中，0i1R和iR代表的是实际值，c为无线电波的传输速度，i1为TDOA测量值，i1n是测量过程中产生的噪声误差，为了方便我们的研究，在这里我们把i1n假设成独立同分布的方差为2的高斯白噪声。
【参考文献】：
期刊论文
[1]基于聚类与网格搜索的TDOA/DOA联合定位方法[J]. 张怡霄,郭文普,康凯,姚云龙,王攀. 战术导弹技术. 2020(01)
[2]基于约束总体最小二乘的泰勒级数定位算法[J]. 陆剑锋,谢胜东. 计算机应用与软件. 2019(12)
[3]基于BP人工神经网络的室内移动定位技术[J]. 刘绍刚,李燕梅,李艳平. 现代电子技术. 2019(15)
[4]基于TDOA的高精度无线定位算法分析与实现[J]. 孔维炯,丁志中,方福柱. 合肥工业大学学报(自然科学版). 2019(06)
[5]基于小生境遗传算法的PID参数优化[J]. 张鹏,孙红艳. 电子测试. 2019(10)
[6]基于GA-BP神经网络的移动机器人UWB室内定位[J]. 梁丰,熊凌. 微电子学与计算机. 2019(04)
[7]改进的自适应遗传算法在TDOA定位中的应用[J]. 王生亮,刘根友,高铭,王嘉琛,王彬彬. 系统工程与电子技术. 2019(02)
[8]TDOA Passive Location Based on Cuckoo Search Algorithm[J]. 蒋伊琳,刘梦楠,陈涛,郜丽鹏. Journal of Shanghai Jiaotong University（Science）. 2018(03)
[9]基于TDOA算法的差分UWB室内定位系统研究[J]. 陈小斯,沈重,周群,张鲲,郑理强. 现代电子技术. 2018(06)
[10]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)
博士论文
[1]UWB通信技术及其算法研究[D]. 李争.哈尔滨工程大学 2006
硕士论文
[1]基于BP神经网络方法的28GHz毫米波信道建模研究[D]. 孙湘琛.南京邮电大学 2019
[2]基于UWB的室内定位关键技术研究[D]. 徐志鑫.南京邮电大学 2019
[3]基于UWB TDOA技术的非视距误差校正算法优化研究[D]. 王成晓.海南大学 2019
[4]基于布谷鸟算法的北斗治安巡防系统的研究与实现[D]. 郑亚东.江苏科技大学 2019
[5]基于TD-RTM和FDTD混合方法的室内超宽带信号传播特性研究[D]. 陈志鹏.南京邮电大学 2018
[6]基于UWB技术的TDOA定位算法的研究与实现[D]. 罗勃.海南大学 2017
[7]基于RSS指纹的室内定位方法[D]. 韦燕华.湘潭大学 2016
[8]陷波超宽带及新型圆极化平面印刷天线设计[D]. 李维梅.西安电子科技大学 2013
[9]超宽带发射机硬件总体设计与研究[D]. 肖圣瑞.华中科技大学 2012
[10]IR-UWB测距系统中TOA估计算法研究[D]. 王智博.桂林电子科技大学 2011
本文编号：3463850
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3463850.html
