排序方式： 共有2条查询结果，搜索用时 171 毫秒
1
1.
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
2.
针对UWB在室内定位的应用中会受到非视距环境影响导致定位性能减弱甚至丧失的问题，提出在使用功率增益判决结合概率统计方法识别非视距信号后，开展基于卡尔曼滤波的UWB/INS组合定位；通过在非视距环境下使用INS系统解算UWB位置信息，实现非视距室内定位。仿真实验结果表明，使用拓展卡尔曼滤波得到的X、Y、Z三轴定位误差可控制在0.5 m内但定位性能不稳定；使用无迹卡尔曼滤波处理得到的X、Y、Z三轴定位误差可以控制在0.3 m内且定位性能稳定。该结果为非视距环境下的UWB室内定位提供了技术支持。 相似文献
1