改进型DS-TWR的UWB煤矿井下定位方法研究

提出基于改进双边双程测距算法的超宽带煤矿井下定位系统,对双边双程测距算法进行了优化,实现了标签和多个基站同时测距,缩短了测距时间,加快了定位速度;采用卡尔曼滤波对测量到的距离进行滤波处理,提高了测距的精度和稳定性。实验结果表明,定位系统的定位精度可达到厘米级,在模拟煤矿井下环境中(地下通道),平均误差在20 cm内,最小误差为11.06 cm;在室内环境中的平均误差为14 cm内,最小误差为6.49cm。     

基于TOA算法的UWB室内定位的定标方法

为了解决到达时间(Time of Arrival, TOA)算法中基站与待定位标签时钟不同步导致定位精度低的问题,基于差分GPS定位技术,提出了一种用于超宽带-到达时间(Ultra Wide Band-TOA,UWB-TOA)室内定位系统的时钟定标方法。在TOA定位算法的基础上,增加一个位置已知、与待定位标签时钟差固定的定标标签,通过定标测试计算待定位标签与定标标签之间固定的时钟差。将该固定时钟差补偿到TOA定位测距中,实现对待定位标签的时钟修正,不仅能提高定位效率还能提高定位精度。在MATLAB中对矩形、叉形、椭圆等轨迹的运动标签在固定时钟差、线性时钟差、非线性时钟差等多种误差下进行定位仿真实验,结果表明所提的时钟定标方法通过补偿提高TOA算法定位精度85%以上,验证了定标方法的正确性和有效性。     

基于UWB的地铁隧道定位系统设计

超宽带技术因其具有定位精度高、抗多径干扰能力强、传输速率高等优势,成为了当前主流的室内定位技术。由于地铁隧道中环境恶劣,为了保证施工人员的安全,实现对地铁隧道中施工人员的实时定位,设计了基于UWB技术的地铁隧道定位系统。该系统采用对称双向双边测距(SDS-TWR,Symmetric Double-Sided Two-Way Ranging)算法以有效抑制移动标签和定位基站之间由于晶振漂移导致的测距误差,同时在基于到达时间(TOA,Time of Arrival)的定位方法上采用粒子群算法提高定位精度。实验结果表明基于UWB的地铁隧道定位系统在地铁隧道中能稳定工作且定位精度得到有效的提高,该系统具有功耗低、实现简单、定位精度高的特点,能够满足地铁隧道当中对于人员实时精确定位的需求。     

无线定位系统中的异步测距算法研究

分析了无线定位系统中传统异步测距算法节点时钟漂移对定位精度的影响,为了减小测距误差,提出了一种改进的伪对称双边双向测距算法(PSDS-TWR).该算法采用多请求单确认的测距方法.仿真和分析结果表明,该方法减小了时钟漂移所带来的测距误差,提高了定位精度.     

基于超宽带室内定位联合算法的研究

针对超宽带室内定位系统中的测量误差较大问题,提出了一种基于双路飞行时间测距方法来减小时钟偏移误差的解决方案。本方案针对静态和动态的待测节点的运动特性,通过对待测节点的运动状态检测,提出了一种联合算法,其中,静态定位采用了最小二乘估算法来得出节点坐标,并通过MATLAB仿真显示该节点坐标位置;对于动态跟踪问题,由于物体遮挡和运动轨迹等因素导致最小二乘法无法准确估计节点位置,针对这一问题,利用扩展卡尔曼滤波算法跟踪预测待测节点位置,从而改善定位效果。仿真结果表明,静态定位误差可以控制在6%以内,对比静态定位采样,动态跟踪算法精度提高了20%。实验证明,该算法可靠有效,满足室内定位的基本需求。     

基于区域判定的超宽带井下高精度定位

为满足煤矿井下对高精度定位日益增长的需求,应用高精度无线收发芯片DW1000,设计实现了一套基于超宽带（UWB）通信的井下定位基站与标签。为提高基站和标签之间的测距精度,采用非对称双边双向测距（ADS-TWR）算法,抑制节点时钟偏移引起的测距误差;针对井下多基站定位中,标签的每一次定位都需广播请求帧而产生大量无效通信的问题,提出一种基于ADS-TWR的标签区域判定策略,使得标签只与所在区域基站通信便可完成定位,并引入标签的区域异常自检和区域校正机制,保证系统的高效稳定运行;在标签坐标解析阶段,采用三角形质心算法,在高精度测距基础上进一步提高定位精度,减少定位处理时间。实验结果表明：标签的定位精度在15 cm以内,满足井下高精度定位要求。     

改进TDOA算法的UWB室内定位系统设计

提出了一种基于UWB的无线传感器网络室内定位系统的设计方案.通过锚节点与标签节点信息交互,得到时间差,通过nRF24L01把时间差传送给上位机,上位机利用改进的TDOA算法和卡尔曼滤波算法,计算出目标物体的位置,并在上位机中显示出来.实验结果表明,该系统最终使得室内定位的达到了20 cm左右,并且抗多径能力强、稳定性高,为无线网络传感器定位提供了更多的参考.     

基于UWB技术的无人机室内飞行测试平台设计

针对无人机在室内飞行时,因卫星信号差,不能实现室内自主导航飞行的问题,提出了一种利用导航接收机构造室内三维坐标地图,基于超宽带(UWB)技术的定位系统以获取无人机室内飞行位置信息,借助卫星导航模拟源实时地播发其获取的位置信息卫星信号,可实现无人机室内与室外自主导航飞行一致性。其中定位系统基站与标签设计均以STM32芯片作为控制器,DW1000作为无线收发芯片。为减小无线信号非视距(NLOS)传播影响,算法上先利用卡尔曼滤波模型对原始测距信息进行平滑滤波处理,再采用到达时间差(TDOA)进行定位计算。针对硬件时延,通过时延标校后,可实现基站与标签测距精度达到±10 cm范围,实现厘米定位,可应用于无人机室内飞行测试实验平台研究与搭建中。     

基于超宽带的移动机器人室内定位系统设计

针对目前移动机器人室内定位方式灵活性差和精度不高的问题,设计了一种基于超宽带(UWB)的高精度移动机器人室内定位系统。系统以UWB射频模块组成无线传感器网络,包括基站(Anchor)和安装在移动机器人顶端的标签(Tag)。采用非对称双边双向测距技术(ADS-TWR)获得标签到各基站之间的距离信息,无需基站与标签、基站与基站之间的时钟同步。距离信息通过Wi Fi由基站传输到上位机,利用卡尔曼滤波算法对距离信息进行优化后进行定位。测试结果表明,该系统具有布设简单、高精度、高实时性的特点,定点定位误差在13 cm以内,动态点定位误差小于20 cm。     

基于轨迹预测的双锚节点移动定位方法研究

在无线传感器网络定位(RTLS)解决方案中,利用信号强度或信号传输时间进行测距是主要方法之一.然而目前大量的研究都需要三个或多个锚节点来确定标签的位置,这类方法在大规模网络中将消耗大量的能量和成本.针对该问题提出一种基于轨迹预测的双锚节点移动定位方案.该方案利用超宽带(UWB)技术进行节点间测距,并结合LSTM轨迹预测模型,仅需要两个锚节点即可实现对目标标签的精确定位.同时还讨论了该方案在二维平面和三维空间中的定位效果,实验结果表明平均定位误差分别为5.24 cm和7.58 cm.     

基于内三角形质心算法的超宽带室内定位

针对工业现场自动导引运输车（AGV）定位方式灵活性差的问题,应用DW1000射频（RF）芯片,设计实现了一种超宽带（UWB）室内定位系统。首先,提出了高效的多基站测距和多标签调度机制,解决标签冲突和组网问题。其次,针对三角形质心算法实际应用中测距极大误差引起的定位精度低、稳定差的问题,引入可信度概念,提出了内三角形质心算法,通过可信度算子削弱测距极大误差的影响,提高算法性能。最后,将该系统应用于工业车间,当系统容纳20个标签时,单个标签的坐标平均更新频率达到24 Hz,标准差为3 Hz;静态平均定位误差为11.7 cm,标准差为2.5 cm;动态最大误差小于30 cm。实验结果表明,该系统具有高实时性、高精度和高稳定性的特点。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

基于UWB的SS-TWR改进方法研究与实现

针对卫星导航信号缺失或极易受扰的条件下,室内快速移动机器人与室外密集飞行的无人机集群必须依靠高精度高实时性相对定位实现运动导航与控制以及个体间避碰,亟需探索时间短、精度高的方法.对UWB测量体制深入研究后,提出时间可估算的单边双向测距(SS-TWR)的改进方法测距系统.系统建立了详细的序列时间分析与估算方法,与常用的双边双向测距(DS-TWR)相比,缩短了距离测量时间,提高了测量频率,减少了错误帧数量;采用有源温补晶振校正时钟,构建修正天线辐射近场区的误差经验模型,并引入卡尔曼滤波对测量结果进行融合估计,降低了测量误差;在室内环境的对比测试实验证明,改进后的SS-TWR精度达到与DS-TWR相当的±5 cm,测距时间小于5 ms.     

基于射频相位的两步测距法

针对多径传播造成基于射频信号相位信息测距不准确问题,提出了一种基于双标签的两步测距法。每一待定位目标上附着两个标签。在单频副载波调幅调制方式下,首先,提取载波信号的卷叠相位信息,计算标签在载波半波长范围内与阅读器的距离值,得到细测距估计值;然后,提取副载波信号的展开相位信息,根据展开相位估计标签与阅读器相距距离中包含的载波半波长的整倍数;其次,计算两个标签对应整倍数的平均值,将该平均值倍的载波半波长距离作为两个标签与阅读器之间距离的粗测距估计值;最后,将粗测距与细测距的估计值相叠加得到双标签最终的测距估计值。另外,为了降低硬件设施成本,提出了基于单阅读器和双标签的几何定位方法。仿真实验结果表明,在复杂多径传播环境中,与直接基于副载波信号相位信息测距相比,基于双标签的两步测距法平均测距误差约降低了35%,最终平均定位误差约为0.43 m,最大误差约为1 m,有效提高了相位法在定位技术中的精度,并降低了硬件成本。     

基于非度量多维标度的室内多标签协同定位算法

与有源标签相比,无源RFID标签成本较小,本文选取后者作为待定位标签。但是由于无源RFID标签之间无法通信,目前大多数传统的RFID定位算法一次只能定位一个标签而无法实现多标签同时定位。针对这一问题,提出了基于非度量多维标度(NMDS)的室内RFID多标签协同定位算法。利用到达相位差(PDOA)法拟合在多径存在环境下的测距误差,将待定位标签之间的距离差欧氏距离与非度量多维标度算法结合,计算出待定位标签的位置坐标。仿真结果表明,提出的算法可以通过一次非度量多维标度计算得到所有待定位标签的坐标,同时定位精度高于经典多维标度定位算法和传统三边定位算法。     

基于分层定位模型的RFID定位算法研究

识别和定位为智能停车场等服务领域提供关键信息,基于RFID的LANDMARC算法为常见的室内定位方法。文中对低成本、高精度的经典室内定位算法LANDMARC进行分析,针对其在定位过程中单纯根据信号强度的欧几里得距离选择节点进行定位计算的不足,提出基于双层定位模型的算法D-LANDMRAC。该算法主要由初步定位和精确定位两部分组成,初步定位过滤掉问题参考标签,再基于“距离-损耗冶公式利用标签之间信号强度差进行精确定位。仿真结果表明,相比LANDMARC算法,D-LANDMRAC算法定位精度有了明显的提高,并且定位误差的分布更加均衡。     

基于LQI权重和改进粒子群算法的室内定位方法

为解决无线传感网络节点在室内定位中由非视距和多径传输等因素导致定位误差较大的问题,提出了基于三角函数的粒子群算法.针对RSSI波动性引起的测距误差,利用LQI和RSSI值之间的关系对RSSI值进行优化,提出了基于LQI权重的RSSI测距算法.改进的粒子群算法相比较于标准粒子群算法优化了权重模型和速度更新策略,避免陷入局部最优值情况.在对算法进行仿真实验后,进一步将其运用到Zigbee平台的定位实验,通过实测实验证明该算法在测试环境下平均定位误差在0.5m以内,相比于LSE和标准PSO算法,获得较好的定位效果.     

基于RFID虚拟标签的室内停车场车辆定位算法

在室内停车场中应用基于RFID的LANDMARC算法进行车辆定位时,由于室内停车场的复杂结构以及多径效应的影响,车辆定位精度不能通过增加参考标签数目或均匀规则的部署参考标签等方式来提升。提出了一种基于虚拟RFID标签的室内定位算法(location algorithm based on virtual tag, LAVT)。该算法通过近邻标签确定车辆的近邻区域,计算出近邻区域的外心并插入虚拟参考标签;通过虚拟参考标签替换原近邻标签、缩小近邻区域面积,使新近邻标签更临近待定位车辆,从而更精确地计算出车辆的位置。仿真实验表明：LAVT算法在室内停车场环境中将车辆定位精度提升了19.03%。LAVT算法应用于室内停车场环境中的车辆定位具有更好的适用性,能满足室内停车场车辆定位的基本需求。