針對超寬帶（UWB）定位技術(shù)受到環(huán)境中非視距（NLOS）因素的影響,造成定位精度低、定位穩(wěn)定性差的問題,提出對UWB采集的原始數(shù)據(jù)進行兩次粒子濾波,從而實現(xiàn)精準(zhǔn)的動態(tài)目標(biāo)定位。第一次粒子濾波算法用于存儲每個錨點測量距離與誤差關(guān)系模型。第二次粒子濾波在更新階段根據(jù)距離誤差模型調(diào)節(jié)權(quán)重,進一步約束估計的目標(biāo)粒子,實現(xiàn)更精準(zhǔn)的動態(tài)目標(biāo)定位。不同環(huán)境下的實驗結(jié)果表明:該算法能有效抑制NLOS誤差的影響,在非視距嚴(yán)重的環(huán)境中定位精度能達到0.29 m,相比于系統(tǒng)提供的三邊測量定位算法精度提高48.21%,相比傳統(tǒng)粒子濾波精度提高17.14%,明顯提高了NLOS傳播環(huán)境下的動態(tài)目標(biāo)定位精度。 

【文章來源】：傳感器與微系統(tǒng). 2020年08期

【文章頁數(shù)】：5 頁

【部分圖文】：

NLOS環(huán)境

圖2是對每個錨點的距離誤差關(guān)系模型的統(tǒng)計，第一次粒子濾波算法用于識別出采集UWB數(shù)據(jù)的過程中產(chǎn)生的NLOS數(shù)據(jù)。由于實驗環(huán)境的影響，可以看出4個錨點的平均誤差不一致。錨點1～錨點4的平均誤差分別為0.32,0.42,0.30,0.53 m。UWB模塊本身在理想環(huán)境中即存在測距誤差。當(dāng)UWB信號在人體周圍進行傳播時，由于人體的遮擋，環(huán)境中障礙物的反射[9]，會對測距誤差產(chǎn)生影響，所以在大于10 m后誤差較嚴(yán)重。圖3分別給出了NLOS不嚴(yán)重情況下目標(biāo)運動的真實軌跡以及不同算法的定位軌跡。如圖3所示，本文算法解算出的軌跡更貼近真實軌跡。因為傳統(tǒng)粒子濾波算法(固定σ為0.3)在更新階段假設(shè)每次測量的距離誤差服從固定的高斯分布，來對粒子進行更新。而本文提出的算法則需要在第一次粒子濾波階段存儲不同錨點的距離誤差關(guān)系模型，在第二次粒子濾波更新階段通過測量的距離誤差分布判定測量數(shù)據(jù)定測量數(shù)據(jù)是否正常，以此進行粒子權(quán)重的更新，從而提高了目標(biāo)的定位精度。3.2.2 NLOS嚴(yán)重環(huán)境下的實驗結(jié)果

實驗中在錨點2附近增加了障礙物，因此在采集UWB的數(shù)據(jù)中增加了更多的NLOS數(shù)據(jù)。圖4為NLOS誤差不嚴(yán)重和NLOS誤差嚴(yán)重環(huán)境下錨點2的距離誤差關(guān)系對比圖。圖4 不同環(huán)境下錨點2的距離誤差關(guān)系

【參考文獻】：
期刊論文
[1]人體對UWB測距誤差影響模型[J]. 何杰,吳雅南,段世紅,徐麗媛,呂家慧,徐誠,齊悅.  通信學(xué)報. 2017(S1)
[2]基于Fang算法的TDOA室內(nèi)定位技術(shù)[J]. 陳思翰.  太赫茲科學(xué)與電子信息學(xué)報. 2017(05)
[3]基于相位差測距的RFID室內(nèi)定位系統(tǒng)設(shè)計[J]. 藍威濤,張衛(wèi)強,羅健宇,蔣金濤.  傳感器與微系統(tǒng). 2017(10)
[4]UWB室內(nèi)定位測量數(shù)據(jù)處理方法研究[J]. 賈駿超.  計算機應(yīng)用與軟件. 2017(10)



本文編號：2952319