共查询到18条相似文献,搜索用时 453 毫秒
1.
针对超宽带技术在非视距环境下存在较大测距误差的问题,文章基于时间到达法采集多组距离下的非视距测距值,与实际距离做差值统计,分析其测距误差的变化规律,提出了一种顾及超宽带穿墙信号入射角度的方法,将测距值拆分为两个分量,建立多项式曲面改正模型来降低测距误差。选取3个检核点验证该模型的适用性,结果表明:多项式曲面改正模型能使测距值趋近真实距离,与原始测距值相比,测距精度提高了80%左右,可以提升超宽带的定位精度。 相似文献
2.
针对超宽带室内定位系统中的标准偏差和非视距误差问题,该文设计了一种基于改进卡尔曼滤波动态定位方法。该方法首先针对双向到达时间测距信息进行标定,利用线性拟合剔除测距信息中的标准偏差,针对超宽带平面定位系统中的非线性量测方程推导得到线性化的量测方程,将改正后的测距信息作为改进卡尔曼滤波量测信息,通过设定阈值调整卡尔曼滤波增益,从而剔除非视距误差。实验结果表明,该方法能有效抑制标准偏差和非视距误差的影响,视距环境下能达到厘米级精度,非视距环境下亚分米级精度,实现室内环境下的高精度动态定位。 相似文献
3.
针对超宽带(ultra wide band,UWB)定位中影响定位精度的非视距(non line of sight,NLoS)传播误差问题,提出了一种基于Kalman滤波的NLoS误差二次消除方法.该方法利用NLoS误差与测量误差之间的相互独立性,借助Kalman滤波将NLoS误差从总误差中单独分离出来,对其进行实时估计,并将该NLoS误差估计值作为NLoS误差辨别及测距值修正的依据.通过Kalman滤波对到达时间(time of arrival, TOA)测距值进行二次估计、鉴别及修正以提高TOA测距精度,从而实现室内复杂环境下的UWB精准实时定位.仿真实验结果表明:该方法不仅能够对NLoS误差实现良好的跟踪估计,对视距(line of sight, LoS)/NLoS环境转变也具有较强的灵敏感知能力,同时NLoS误差测距值在应用该方法后的定位性能逼近于LoS环境下的理想状态. 相似文献
4.
5.
针对超宽带(ultra wideband,UWB)室内导航中非视距(non line of sight,NLOS)测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。 相似文献
6.
7.
针对超宽带井下定位方法中,信号易受到非视距(NLOS)误差的影响,导致定位算法的精确度与环境适应性较差的问题,本文提出了一种融合改进小波去噪和T-Taylor算法的井下定位算法。对原始测距值进行降噪处理,抑制NLOS误差对定位的影响;同时引入三球交会算法,将其作为Taylor算法的初始算法,确保Taylor算法收敛的同时,增强定位算法在井下复杂环境的定位精度与环境适应性;通过蒙特卡罗仿真试验进行验证。结果表明,融合算法能够在一定程度上降低测距误差,增强算法对于复杂环境的适应性,提高定位精度,在NLOS环境下较C-Taylor算法有更高的定位精度与抗噪声性能。经实地定位试验验证,融合算法平均定位精度相比于C-Taylor算法有一定程度的提升,提高了37.3%。 相似文献
8.
9.
针对超宽带定位技术中非视距信号与多径信号影响超宽带定位精度的问题,在不考虑信道冲激响应这一重要特征前提下,分别从测试与训练场景相同和异同两方面对比研究支持向量机、随机森林和多层感知器3种机器学习方法的低成本超宽带异常信号识别性能。通过将多径信号与非视距信号分离,完成视距信号、非视距信号和多径信号的数据多分类。对比性实验结果表明,测试环境与训练环境相同和异同两种情况下的随机森林分类器表现最优,识别准确度可达92.52%、74.82%;在缺失信道冲激响应这一重要特征条件下,机器学习依然可以较好地识别非视距信号和多径信号,为低成本室内定位提供一种思路。 相似文献
10.
针对室内定位过程中超宽带(UWB)信号容易受到非视距(NLOS)环境的影响从而降低定位的精度和稳定性的问题,该文提出了基于粒子群优化支持向量机(PSO-SVM)和自主完好性监测(RAIM)的误差识别算法,通过粒子群优化(PSO)算法对支持向量机(SVM)模型参数进行优化,将优化后的支持向量机模型用于UWB NLOS信号的识别,并利用自主完好性监测算法将异常的UWB测距值剔除。实验结果表明,该文算法能够对NLOS信号进行准确的识别,并有效提升了NLOS环境下UWB定位的精度及稳定性,平面定位误差可控制在0.26 m以内,东、北方向的均方根误差分别为0.09、0.11 m。 相似文献
11.
在室内复杂环境下,超宽带(UWB)测距误差难以通过常规方法进行有效补偿,严重制约了其定位精度. 在分析室内环境下UWB测距误差分布特点的基础上,设计了两种不同结构的BP神经网络误差改正模型. 模型BP1输入单个标签与4个基站的测距值,输出对应的4个测距误差;模型BP2输入一对标签、基站的三维坐标,输出对应的一个测距误差. 以高精度全站仪测量结果作为参考值,对网络进行训练,并对模型改正前后的测距和定位精度进行了对比分析. 结果表明:两种模型均能有效改正测距误差,提升定位精度.其中BP1测距和定位精度分别提高83.0%、75.9%,BP2测距和定位精度平均提高91.7%、93.8%. BP2相比于BP1能够更加有效地提高测距和定位精度,使定位精度由dm级提升至cm级. 相似文献
12.
针对超宽带导航定位中量测信息异常误差和非线性滤波问题,该文提出了一种基于自适应抗差卡尔曼滤波-无迹卡尔曼滤波(KF-UKF)的超宽带导航定位算法。该算法首先利用卡尔曼滤波计算预测状态向量及其协方差矩阵,利用无迹卡尔曼滤波进行量测更新;然后利用先验阈值和预测残差构建量测噪声的抗差协方差矩阵,以减少量测信息异常误差的影响,同时利用自适应因子对算法进行调节和修正。结果表明,该算法能有效地抑制并消除超宽带测距中量测信息异常误差的影响,能有效地处理状态模型误差的影响,提高超宽带导航定位的精度和稳定性,同时拥有比无迹卡尔曼滤波算法更高的计算效率。 相似文献
13.
针对传统超宽带(UWB)室内定位中非线性跟踪问题,基于当前统计(CS)模型和容积卡尔曼滤波(CKF),本文提出了一种新的定位算法。即采用奇异值分解(SVD)代替标准CKF算法中的Cholesky分解,提高了算法的稳定性,构造了奇异值分解容积卡尔曼滤波器(SCKF)。首先在CS模型的基础上改进了先验参数的函数形式,得到改进的CS模型(MCS),实现模型参数的自适应调整;然后将MCS模型引入SCKF滤波器,实现滤波算法的自适应调整;最后利用MCS-SCKF算法对UWB定位系统模型进行解算,从而得到移动目标位置。仿真和试验结果表明,该算法优于CS模型-卡尔曼滤波算法(CS-KF)和CS模型-SCKF算法(CS-SCKF),提高了UWB室内定位的定位精度。 相似文献
14.
全球卫星导航系统(GNSS)与超宽带(UWB)等定位系统在室内外复杂环境下作用范围有限,并且单一定位源均无法获得从室外到室内连续可靠的定位结果等问题,针对北斗卫星导航系统(BDS)+GPS/UWB松组合定位方法展开研究,设计了室内外动态定位实验与过渡区域静态定位实验,利用扩展卡尔曼滤波器(EKF)对定位误差状态进行最优估计,并对BDS+GPS组合、UWB以及BDS+GPS/UWB松组合三种定位模式进行分析评价. 实验结果表明:在室内外的过渡区域,BDS+GPS/UWB松组合改善了GNSS-实时动态定位(RTK)的定位精度,扩展了GNSS-RTK的作用范围;BDS+GPS/UWB松组合相比于各单一定位源在一定程度上提高了系统从室外到室内定位的连续性与定位结果的可用性. 相似文献
15.
16.
为了对UWB(Ultra Wide-Band)室内定位系统精度进行有效的评估,提出了一种基于运动捕捉系统的UWB室内定位精度标定方法。该方法的实现是基于两个实验完成的。其一是使用全站仪对运动捕捉系统进行精度验证,通过布尔莎七参数坐标转换模型对实验数据进行处理,表明了运动捕捉系统的精度满足要求,可以用于标定UWB室内定位系统的精度。其二是通过运动捕捉系统来标定UWB室内定位系统的精度,以运动捕捉系统采集的数据为真值,将UWB室内定位系统采集的数据与运动捕捉系统采集的数据进行比较,得出的标定结果符合实际情况,表明了标定方法是有效和可靠的。 相似文献
17.
18.
GPS可见卫星数量不足使得观测方程抗差性下降,在城市环境下一般难以精确定位。文章通过GPS/UWB组合定位抑制GPS观测粗差对定位精度的影响,提升组合系统的定位性能。实验证明,组合系统较GPS单系统在观测值数量、RDOP值、浮点解精度、双差模糊度浮点解精度和固定解精度方面均得到大幅改善。文章认为,借助UWB优秀的测距性能有效地提高了GPS的生存能力,特别是在城市峡谷等GPS信号遮挡严重的环境下应加设一定数量的UWB基准站,保证用户定位的连续性与准确性。 相似文献