一种基于INS与MEMS气压传感器组合的高度测量方法

针对MEMS气压传感器温度漂移大、高度解算模型不准确、高度测量跳变方差大三个问题,本文研究了MEMS气压传感器在高度测量过程中的温度补偿、高度解算模型对比以及与惯性导航系统信息融合等三项技术:首先分析了温度对气压传感器的影响并对其补偿;之后采用数值积分方法解算高度,并与传统大气压高度模型进行了实验对比;最后采用自适应卡尔曼滤波器实现了惯性导航系统与气压传感器的信息融合。实验证明本文方法得到的高度及天向速度测量信息具有精度高、响应快、误差不累积等优点。     

基于UWB和惯性导航融合的室内定位方法

针对室内环境日益复杂,单一的定位系统已经不能满足人们对定位准确度需求的问题,设计了一种利用超宽带(UWB)和惯性导航融合进行的室内定位方法:首先针对UWB测距结果容易受环境影响的问题,根据实验环境对UWB测距进行了标定;然后利用改进马氏距离的异常值检测方法对测距过程中的异常值进行了剔除;最后采用了紧耦合的卡尔曼滤波器,以UWB测距值作为扩展卡尔曼滤波观测量,以惯性导航解算的位姿作为扩展卡尔曼滤波器的预测量,通过UWB测距来不断校正惯性导航的位姿数据。最终为了验证所提方法的可行性和有效性,进行了UWB单独定位和UWB与惯性导航融合定位的小车搭载矩形运动轨迹实验,通过对两种方法实验数据的对比分析,在加入了外界干扰时的矩形轨迹定位实验中,利用UWB和惯性导航融合的定位结果,平均精度比单独利用UWB进行定位时提高了36.3%;误差结果对比表明,利用UWB和惯性导航融合定位的误差波动更小,具有更高的鲁棒性。表明了该融合定位算法与单独利用UWB技术进行定位的算法相比,能够有效地抑制定位过程中的干扰问题,并且可显著地提高在室内环境下定位系统的鲁棒性和定位精度。     

基于蓝牙/INS的室内组合导航算法

蓝牙是一项低成本的室内定位导航的技术,但容易受室内环境影响;惯性导航系统(INS)常用于估计航姿,可通过加速度计的输出进行位置估计,但它容易受传感器误差和漂移的影响.为了实现更精准的室内导航,提出了使用卡尔曼滤波器(KF)融合蓝牙和惯导系统进行导航的算法.组合导航算法中,梯度下降法被用于对惯性传感器(ICM20602和...     

基于MEMS的火箭制导平台INS与GPS组合导航算法

提高火箭制导平台的导航定位精确度,是火箭试验技术的重要研究内容。针对某火箭制导平台,设计了一种基于微机电惯性导航(INS)与全球定位系统(GPS)多传感器相组合的,采用间接输出校正的导航解算算法。算法利用卡尔曼滤波器对系统误差进行最优估计,估计结果修正惯导解算输出和敏感元件输出。仿真结果表明,在GPS收星有效以及火箭动态过程平稳情况下,该组合导航算法对INS误差随时间积累有明显抑制作用。     

NLOS环境下基于TOA/AOA的单基站目标跟踪

现有的单基站定位技术由于非视距（Non-Line-of-Sight,NLOS）误差的存在,导致定位性能急剧下降。针对这一问题,提出了一种基于单基站的改进扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值,通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力,最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明,所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）等算法,且对抑制NLOS误差具有良好的效果。     

基于主从式水下自主航行器移动组网的合作目标定位方法

利用水下自主航行器(AUVs)协同编队可以在未知水域中实现对目标的定位。针对AUV导航误差导致定位精度降低问题,该文提出一种基于扩展卡尔曼滤波器(EKF)的多AUV编队融合观测协同目标定位算法。AUV编队由一个装备有高精度惯性导航系统(INS)的领航AUV以及多个装配有低精度INS的跟随AUV组成。从跟随AUV中选取参考AUV和待测AUV,通过设置定位周期和观测间隔来分别对其进行不同的观测。参考AUV作为中转,接收来自高精度AUV位置参数后,向待测AUV传递自身位置参数,利用扩展卡尔曼滤波器完成对AUV集群的协同位置修正。仿真结果表明,该方法AUV集群自身定位精度高且误差随时间积累小,对领航AUV数量需求少,能够实现水下目标低功耗、远距离定位。     

相关性匹配蓝牙信标位置指纹库的室内定位

针对K近邻算法(KNN)在对偏向于某个样本点的未知点进行三角质心定位时定位精度变差的情况,提出了应用相关系数去匹配蓝牙信标iBeacon位置指纹库的室内定位算法.通过比较待定位点和位置指纹库中参考样点的相似程度,并进行数据差异显著性检验,来检验采集的待定位点数据与指纹库数据是否显著相关,然后取相关性较高的样本点进行加权平均匹配定位.实验结果显示,相关系数匹配位置指纹库算法可将2 m以内的定位精度从65%提高到92%,相较于传统的KNN匹配定位算法有着定位精度高、计算量小、定位时间短等优势.     

基于RSSI和惯性导航的融合室内定位算法

针对目前对高精度室内定位算法的需求,提出一种基于接收信号强度识别（RSSI）和惯性导航的融合室内定位算法。基于无线传感网中ZigBee节点的RSSI值,采用位置指纹识别算法,对网络中的未知节点进行定位。结合惯性传感单元（IMU）提供的惯性数据,对RSSI定位结果进行融合修正。利用Kalman滤波器,采用状态方程描述待定位节点位置坐标的动态变化规律,从而实现一种以无线传感网络定位为主、IMU为辅的融合定位方法。仿真结果表明,提出的融合定位算法既能改善单独使用RSSI定位受环境干扰较大的问题,又能避免单独使用惯性导航带来的累积误差,极大地提高了定位精度。     

基于小波分析与神经网络的组合导航的研究

针对GPS/DR组合导航存在GPS信号被遮挡时无法对DR零点更新以及运动的高动态性造成卡尔曼滤波难以完全适应数据融合的问题,提出采用联邦卡尔曼滤波器数据融合与小波变换和正则化神经网络的DR位置预测模型相结合的方法。该方法由联邦卡尔曼滤波器得到较为精确的导航信息,与利用小波变换在不同尺度上融合所得到的误差信号输入神经网络,经过训练获得预测误差,在GPS信号失效时与导航信息相加实现精确实时定位。仿真计算结果表明,该方法可以提高导航系统的精度和速度,该模式有较好的鲁棒性,具有实用价值。     

基于无线传感器网络与无迹卡尔曼滤波的室内定位系统设计

基于接收信号强度指示(Received Signal Strength Indicator, RSSI)的测距方法和无迹卡尔曼滤波(Unscented Kalman Filter, UKF)实现了一种无线传感器网络室内定位系统。系统主要由协调器节点、锚节点和盲节点组成，首先由盲节点发送RSSI信标信号至锚节点处，锚节点接收信标信号后做均值处理，并将自身位置信息一起打包回发给盲节点；然后盲节点将定位信息的相关数据通过协调器无线发送至上位机；最后在上位机中完成对盲节点的定位计算。为进一步提高定位精度，首先应用三边定位方法获得盲节点的初步定位结果，然后采用无迹卡尔曼滤波实现了二次精确定位。使用C#语言开发上位机软件，在20 m×20 m的定位范围内，对10个随机位置处的盲节点进行了定位测试，其中最大定位误差为1.52 m,最小误差为0.50 m,平均定位误差为1.04 m。结果表明所提出的定位算法性能良好，系统定位方案切实有效。     

基于GAWK-means的地铁车站指纹定位方法

针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法.离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入...     

Indoor BLE and MEMS based multi-floor fusion positioning algorithm

Based on the data fusion from micro electro mechanical system (MEMS) sensors and low-power bluetooth (BLE),an indoor BLE and MEMS based multi-floor positioning algorithm was proposed.First of all,the affinity propagation clustering,outlier detection and received signal strength indicator (RSSI) filtering algorithms were applied to denoise the fingerprint database.Second,by using the extended Kalman filter,the robust M estimation algorithm was used to perform the optimal estimation of the two-dimensional target position.Finally,the barometer output and geographical position information was considered to realize the height estimation of the target.The experimental results show that the proposed system is able to achieve the horizontal and vertical positioning errors lower than 0.7 m and 0.35 m respectively in multi-floor fusion positioning.     

MEMS-INS/GPS双星组合定位方法研究

提出了一种 GPS 不足 4 颗星情况下的双星组合定位方法。利用微机械惯导系统短时间自主导航定位的优良特性,建立双星组合定位的误差方程,同时利用 GPS 导航系统自身的卫星测量信息,设计双星组合定位导航系统的卡尔曼滤波器来实现微机械惯导和 GPS 卫星信息的最优融合。通过微机械惯导和 GPS 的信息融合,实现 GPS 在 2 颗卫星情况下的组合定位。实验结果表明,在 GPS 卫星导航收星条件差的情况下,双星组合导航具有较好的定位精度。     

基于空频域信息的改进UKF算法研究

固定单站无源定位系统面临着可观测性弱、初始误差大的问题,为了实现稳定高精度定位,在定位模型中引入角度变化率和多普勒频率变化率信息,并在此基础上提出了一种基于空频域信息的改进不敏卡尔曼滤波(UKF)算法.该算法利用两次观测时刻之间的间隔,根据当前时刻定位结果,通过后向平滑算法平滑估计前一时刻状态向量和协方差矩阵的估计值,...     

一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法

针对Distance Vector-Hop (DV-Hop) 定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断的位置关系选择适合的跳段距离计算方法;用改进的遗传算法优化未知节点坐标。仿真结果表明,WSGDV-Hop定位算法的性能明显优于Distance Vector-Hop (DV-Hop) 定位算法,减小了节点定位误差、提高了算法定位精度。     

基于UKF的神经网络自适应全局信息融合方法

为了解决神经网络(NN)在数据融合过程中权值实时更新问题,依据神经元激活函数的非线性特点,提出了一种利用Unscented卡尔曼滤波(UKF)实现神经网络权系数自适应调整的模型及方法,从而使全局融合信息最优.并分别以仿真数据及DGPS/GPS/RLC/罗经等设备组成的舰船导航系统实测数据为例,首先对各局部滤波器进行UKF滤波,然后分别利用神经网络卡尔曼滤波(NNKF)及神经网络非线性卡尔曼滤波(NNUKF)进行数据融合,仿真和试验结果表明,所提方案对提高整个系统的精度和运算速度是行之有效的.     

平台侧位置指纹定位系统中接收端问题的优化

当前室内位置指纹定位系统主要用于对移动端的定位.借鉴其定位机理,研究了对无线电发射端的定位,属于平台侧位置指纹定位系统.从部署接收端的位置以减小定位误差的角度出发,提出了增大参考点之间欧式距离确定接收端位置的方案.同时,提出利用覆盖率的概念确定定位区间的接收端个数以满足区间定位的需求.建立了接收端位置及个数优化问题的数学模型,并用遗传算法和全覆盖原则对优化问题进行求解,给出了优化问题的实现流程.针对不同空间,对优化问题进行了仿真,比较了经验布置接收端和优化布置接收端的定位结果误差及接收端是否满足全覆盖的定位结果误差,验证了所提方法的合理性,对定位前部署接收端的个数和位置有一定的指导意义.     

融合反距离加权和矩阵填充的位置指纹库构建

为解决位置指纹定位在离线阶段构建位置指纹库时耗费的人力和时间成本较大,构建指纹库效率低和利用空间插值法构建的指纹库精度不高的问题,提出了一种融合反距离加权和矩阵填充的位置指纹库构建算法。该算法仅需人工采集定位区域内少量参考点的接收信号强度值用作信标点指纹信息,结合反距离加权算法特性计算出次信标点指纹信息,根据位置指纹库数据矩阵的低秩性,应用奇异值阈值矩阵填充算法构建出位置指纹数据库。仿真实验结果表明,所提算法有效降低了矩阵填充算法构建位置指纹库所需的人工和时间成本,构建出的位置指纹库定位性能优于反距离加权和克里金空间插值法,接近传统人工采集法,显著地提高了位置指纹库的构建效率。     

WSN节点定位算法改进研究

在无线传感网络(WSN)中,节点的定位是一个非常之关键的问题,而DV-Hop算法是节点定位诸多算法中最主要的一个算法,但它计算未知节点到锚节点的距离时存在些许问题,所以提出了一个新的计算节点间距离的方法,考虑到在未知节点到锚节点路径上三个连续的节点所形成的角度的影响,使得距离的计算更精确.通过仿真可以得知这个改进算法能有效地提高未知节点定位的覆盖率和精度.