發(fā)布時(shí)間：2022-04-27 21:06

　　為了解決在室內(nèi)非視距（NLOS）定位場(chǎng)景中超寬帶（UWB）技術(shù)性能不佳、航位推算（PDR）算法累積誤差過大的問題,以及由環(huán)境因素引起的UWB性能下降的問題,提出了一種基于UWB誤差預(yù)測(cè)而自適應(yīng)系數(shù)調(diào)節(jié)的UWB/PDR融合定位算法。該算法創(chuàng)新地提出了利用支持向量機(jī)（SVM）回歸模型對(duì)復(fù)雜環(huán)境中UWB定位誤差進(jìn)行預(yù)測(cè),并以此為基礎(chǔ),為常規(guī)的擴(kuò)展卡爾曼濾波（EKF）算法添加了自適應(yīng)調(diào)節(jié)系數(shù),以提高UWB/PDR的融合定位效果。實(shí)驗(yàn)結(jié)果表明,所提算法在復(fù)雜UWB環(huán)境中可以有效預(yù)測(cè)當(dāng)前UWB定位誤差水平,并通過自適應(yīng)調(diào)整融合系數(shù)提高精度,使得較常規(guī)EKF算法在一般區(qū)域的定位誤差降低了18. 2%,在UWB精度較差的區(qū)域中的定位誤差降低了48. 7%,從而減小了環(huán)境對(duì)UWB性能的影響;在包含UWB的視距內(nèi)（LOS）及NLOS的復(fù)雜場(chǎng)景中,通過融合定位算法,將定位每百米誤差由米級(jí)降低至分米級(jí),解決了NLOS場(chǎng)景中PDR誤差過大的問題。 

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 UWB與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在不同區(qū)域的定位誤差
2 UWB/PDR自適應(yīng)融合定位
    2.1 基于SVM回歸的UWB誤差預(yù)測(cè)算法
    2.2 自適應(yīng)擴(kuò)展卡爾曼濾波融合算法
    2.3 基于UWB誤差預(yù)測(cè)的自適應(yīng)融合定位算法流程
3 自適應(yīng)融合定位算法實(shí)驗(yàn)分析
    3.1 實(shí)驗(yàn)設(shè)備與平臺(tái)
    3.2 UWB定位誤差特征參數(shù)的選取
    3.3 UWB誤差預(yù)測(cè)實(shí)驗(yàn)與結(jié)果
    3.4 UWB/PDR自適應(yīng)融合定位性能分析
        3.4.1 實(shí)驗(yàn)一
        3.4.2 實(shí)驗(yàn)二
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]一種UWB與PDR融合的行人室內(nèi)定位方法[J]. 儀玉杰,黃智剛,蘇雨.  導(dǎo)航定位學(xué)報(bào). 2019(03)
[2]UWB/慣性技術(shù)組合優(yōu)化的室內(nèi)定位技術(shù)研究[J]. 楊秀梓,王敬東,劉亞飛,劉法.  電子測(cè)量技術(shù). 2019(15)
[3]室內(nèi)環(huán)境約束的行人航向粒子濾波修正方法[J]. 劉盼,張榜,黃超,楊衛(wèi)軍,徐正蓺.  計(jì)算機(jī)應(yīng)用. 2018(12)
[4]基于位置服務(wù)的隱私保護(hù)機(jī)制度量研究綜述[J]. 王玲玲,馬春光,劉國柱.  計(jì)算機(jī)應(yīng)用研究. 2017(03)



本文編號(hào)：3649157