面向复杂工业环境的室内定位系统关键技术研究
发布时间：2021-07-08 14:38
随着新一代信息技术与制造业的深度融合,位置服务对解决生产过程中数字化、网络化所面临的问题至关重要。室内定位作为位置服务的基础技术,与工业生产过程的结合是实现生产智能化的关键。然而,传统室内定位系统在应用于动态多变和非结构化的复杂工业环境中时,定位性能下降严重,在架构设计、位置估计、数据传输、信息处理等诸多方面面临严峻挑战。目前,面向复杂工业环境的室内定位系统,尚未形成完备的技术体系,亟需开展深入研究。因此,本文从工业场景出发,针对系统架构、模型、网络和数据处理等关键问题展开研究,提出并构建了满足复杂工业环境定位需求的室内定位系统。主要成果和创新点如下:1.室内定位系统的初始设计未充分考虑不同类型的工业场景,其在复杂工业环境的定位性能下降严重,同时面临着系统资源与定位需求之间供需不平衡且难以协调的问题。因此,本文依托智慧协同网络架构,提出了面向复杂工业环境的室内定位系统架构;通过构建服务支持机制、资源适配机制和认证感知机制,实现定位服务与系统资源的灵活适配,保障了差异化的定位需求对系统性能的苛刻要求,为工业环境中室内定位系统的优化奠定基础;基于提出的系统架构,在实际场景中搭建原型系统,后...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：149 页
【学位级别】：博士
【部分图文】：
室内定位系统原理图
北京交通大学博士学位论文4DifferenceofArrival，TDOA）[16]等，利用不同的定位算法，如最小二乘法、Taylor级数、深度学习等，估计标签节点的坐标位置。（3）定位显示：在地图上标识出标签节点的计算位置或对显示优化后的位置。在图1-2中，第一个阶段是位置感知，主要是利用测量信号的特性获取定位所需的信息；第二阶段是位置计算，使用测量值或获得的数据来估计待定位的标签节点的位置。以上两个定位阶段均与某些因素直接相关，并且这些因素对定位性能产生了影响，其关系如图1-3所示。数据质量位置感知位置计算通信机制定位模型节点数目定位误差定位规模定位成功率定位能耗定位阶段影响因素定位性能图1-3影响定位性能的相关因素Figure1-3Thefactorsthataffecttheperformanceoflocalization定位阶段与某些因素直接相关。位置感知过程获取的定位信息与通信机制、数据质量、节点数目相关；位置计算结果与定位模型、数据质量、节点数目相关。多种因素对定位性能产生了影响。定位模型影响了定位误差、定位成功率；优化定位算法可以减小标签节点定位误差、提高定位成功率。通信机制与定位规模、定位成功率、定位能耗指标相关；采用合适的网络通信机制，能扩大定位规模、提高定位成功率、降低定位能耗。数据质量影响了定位误差、定位成功率；提高测量数据质量可以减小标签节点定位误差、提高定位成功率。节点数目影响了定位误差、定位规模、定位成功率；增加节点数目，可以减小标签节点定位误差、扩大定位规模、提高定位成功率。1.2.2室内定位技术当前，常用的室内定位技术包括：蓝牙[17]、无线局域网（WirelessLocalAreaNetworks，WLAN）[18]、Zigbee[19]、RFID[20]、可见光[21]、超声波[22]、UWB[23]等。下面简
重，这对定位技术的选择十分苛刻。由（1.2.2）小节可知，基于UWB的定位技术相比较而言更适合室内定位，但由于工厂空间结构复杂、工业射频环境恶劣以及工业过程特有的行业背景，传统室内定位技术难以直接应用于复杂的工业环境中。构建面向复杂工业环境的室内定位系统，需从复杂的工业应用场景出发，兼顾差异化的定位需求，以实现复杂工业环境下精准、可靠、稳定的定位。功能应用场景LQoS室内定位系统定位网络生产过程人员调度仓储管理精确性可靠性稳定性刷新时间物理层数据链路层网络层传输层应用层……图1-5面向复杂工业环境的室内定位系统结构图Figure1-5Thestructureofindoorlocalizationsystemforcomplexindustrialenvironment图1-5表示面向复杂工业环境的室内定位系统结构图。首先，根据应用的使用场景和功能确定定位服务需求。然后，利用定位网络进行需求解析，向定位系统提供参数化的定位服务质量（LocalizationQualityofService，LQoS）指标性能指标，包括精确性、可靠性、稳定性及刷新时间等；并对定位系统进行实时感知和状态更新，依据参数化的性能指对定位策略进行选择。最后，定位系统根据LQoS和定位策略，依据图1-2室内定位原理进行定位，获得满足工业场景需求的定位性能。通过上述分析可知，面向复杂工业环境的室内定位系统的设计主要面临以下四个难点：
【参考文献】：
期刊论文
[1]支持异步TDOA测量的确定性定位网络[J]. 薛塬,苏伟,王洪超,杨冬. 电子学报. 2019(10)
[2]基于软件定义网络架构的无线传感网络研究进展[J]. 卜毅,包学才. 信息通信. 2018(01)
[3]智慧协同网络理论与实践[J]. 张宏科. 信息通信技术. 2017(06)
[4]智慧协同工业无线传感器网络[J]. 杨冬,马剑,张宏科. 电子学报. 2017(06)
[5]智慧协同网络系统及应用[J]. 张宏科. 北京交通大学学报. 2016(04)
[6]无线网络定位综述[J]. 钱志鸿,孙大洋,LEUNG Victor. 计算机学报. 2016(06)
本文编号：3271761
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：149 页
【学位级别】：博士
【部分图文】：
室内定位系统原理图
北京交通大学博士学位论文4DifferenceofArrival，TDOA）[16]等，利用不同的定位算法，如最小二乘法、Taylor级数、深度学习等，估计标签节点的坐标位置。（3）定位显示：在地图上标识出标签节点的计算位置或对显示优化后的位置。在图1-2中，第一个阶段是位置感知，主要是利用测量信号的特性获取定位所需的信息；第二阶段是位置计算，使用测量值或获得的数据来估计待定位的标签节点的位置。以上两个定位阶段均与某些因素直接相关，并且这些因素对定位性能产生了影响，其关系如图1-3所示。数据质量位置感知位置计算通信机制定位模型节点数目定位误差定位规模定位成功率定位能耗定位阶段影响因素定位性能图1-3影响定位性能的相关因素Figure1-3Thefactorsthataffecttheperformanceoflocalization定位阶段与某些因素直接相关。位置感知过程获取的定位信息与通信机制、数据质量、节点数目相关；位置计算结果与定位模型、数据质量、节点数目相关。多种因素对定位性能产生了影响。定位模型影响了定位误差、定位成功率；优化定位算法可以减小标签节点定位误差、提高定位成功率。通信机制与定位规模、定位成功率、定位能耗指标相关；采用合适的网络通信机制，能扩大定位规模、提高定位成功率、降低定位能耗。数据质量影响了定位误差、定位成功率；提高测量数据质量可以减小标签节点定位误差、提高定位成功率。节点数目影响了定位误差、定位规模、定位成功率；增加节点数目，可以减小标签节点定位误差、扩大定位规模、提高定位成功率。1.2.2室内定位技术当前，常用的室内定位技术包括：蓝牙[17]、无线局域网（WirelessLocalAreaNetworks，WLAN）[18]、Zigbee[19]、RFID[20]、可见光[21]、超声波[22]、UWB[23]等。下面简
重，这对定位技术的选择十分苛刻。由（1.2.2）小节可知，基于UWB的定位技术相比较而言更适合室内定位，但由于工厂空间结构复杂、工业射频环境恶劣以及工业过程特有的行业背景，传统室内定位技术难以直接应用于复杂的工业环境中。构建面向复杂工业环境的室内定位系统，需从复杂的工业应用场景出发，兼顾差异化的定位需求，以实现复杂工业环境下精准、可靠、稳定的定位。功能应用场景LQoS室内定位系统定位网络生产过程人员调度仓储管理精确性可靠性稳定性刷新时间物理层数据链路层网络层传输层应用层……图1-5面向复杂工业环境的室内定位系统结构图Figure1-5Thestructureofindoorlocalizationsystemforcomplexindustrialenvironment图1-5表示面向复杂工业环境的室内定位系统结构图。首先，根据应用的使用场景和功能确定定位服务需求。然后，利用定位网络进行需求解析，向定位系统提供参数化的定位服务质量（LocalizationQualityofService，LQoS）指标性能指标，包括精确性、可靠性、稳定性及刷新时间等；并对定位系统进行实时感知和状态更新，依据参数化的性能指对定位策略进行选择。最后，定位系统根据LQoS和定位策略，依据图1-2室内定位原理进行定位，获得满足工业场景需求的定位性能。通过上述分析可知，面向复杂工业环境的室内定位系统的设计主要面临以下四个难点：
【参考文献】：
期刊论文
[1]支持异步TDOA测量的确定性定位网络[J]. 薛塬,苏伟,王洪超,杨冬. 电子学报. 2019(10)
[2]基于软件定义网络架构的无线传感网络研究进展[J]. 卜毅,包学才. 信息通信. 2018(01)
[3]智慧协同网络理论与实践[J]. 张宏科. 信息通信技术. 2017(06)
[4]智慧协同工业无线传感器网络[J]. 杨冬,马剑,张宏科. 电子学报. 2017(06)
[5]智慧协同网络系统及应用[J]. 张宏科. 北京交通大学学报. 2016(04)
[6]无线网络定位综述[J]. 钱志鸿,孙大洋,LEUNG Victor. 计算机学报. 2016(06)
本文编号：3271761
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3271761.html
