气压计辅助的UWB室内定位方法

针对现代多楼层建筑的室内定位需求,提出一种用气压计辅助超宽带(UWB)的室内定位方法,修正UWB室内定位在高度方向的误差,减少基站数量,进行准确的三维定位,并实时动态更新位置.在UWB二维平面定位的基础上,通过差分气压测高模块采集楼层的气压数据,构建楼层气压模型,辅助UWB在室内高度方向的定位.同时,在数据处理时,采用...     

UWB的无线传感器网络的定位技术

在基于距离的定位算法的基础上,提出基于超宽带（UWB）通信技术的TOA（Time Of Arrival）测距方法。UWB信号具有隐蔽性好、穿透能力强、定位精度高以及功耗低等特点,但在节点定位应用中,UWB直达信号难以精确检测。本文提出通过对首次到达信号时间和最强信号时间进行加权来得到直达信号到达时间,并采用模糊逻辑技术计算加权系数。实际数据仿真试验表明,基于UWB的定位技术可极大地提高定位精度。     

WSN中基于UWB和移动信标点的安全定位方法

随着无线传感器网络(WSN)理论和技术的发展,基于位置的应用(如基于位置的存取控制)已成为一种新的需求.然而已有的定位系统没有考虑到特定环境下攻击者利用放大器、定向天线或者通过被俘获节点进行攻击的情形.本文利用超宽带技术(UWB)的优点,提出一种基于UWB和移动信标点的安全定位方法,更适合WSN中基于位置估计的应用需求.该方法首先定位出网络中用户节点的位置,然后进行位置验证,去除恶意信标点,最终实现准确定位.通过实验表明了该方法的有效性.     

UWB无线传感器网络的无线节点定位模型研究

文章提出了一个UWB(Ultra-wide Band)无线传感器网络的无线节点定位系统模型,仿真分析表明,对于四个参考节点都是LOS(Line Of Sight)路径到达传感器节点的情况,其定位的精确度相当高;但是,如果四个参考节点中有一个节点是NLOS(Non Line Of Sight)路径到达传感器节点的话,当信噪比低于30dB,则定位误差不小于5m,这时候要保证较高的定位准确度,就应该保证较高的信噪比或者增加参考节点数目。     

一种基于UWB的WSN节点定位技术

将UWB精确定位功能和TOA/AOA混和定位技术相结合,应用于无线传感器网络簇内节点定位中,为无线传感器网络分簇路由协议提供可靠的位置服务。仿真结果表明,其UWB定位精确度较高,适合簇内节点的相对定位。     

UWB室内无线同步的定位基站系统设计

针对UWB室内定位系统中有线同步方式存在时钟电路设计困难、现场布线复杂且硬件成本较高的问题,提出采用基站间无线同步的方式,服务器只需发送一次定位指令,基站间就可进行定时同步,简化了同步机制,降低了系统的硬件成本,减轻了服务器与基站间的网络通信负荷;针对现有的基站大多采用串行主控芯片进行定位数据和其他功能子模块的控制与处...     

基于UWB的消防员室内协同定位算法

为了在复杂火场环境下获取消防员的精确位置,提出基于超宽带(ultra-wideband,UWB)的消防员室内协同定位算法,充分利用目标到UWB基站以及到其他目标的测距信息进行定位.采用线性拟合方式对测量距离中存在的标准偏差进行预处理;针对目标位置解算及非视距(non-line-of-sight,NLOS)误差缓解问题,...     

一种基于加权的TOA地下空间UWB室内定位算法

提出一种适用于地下空间室内环境的超宽带(Ultra-wideband,UWB)定位算法。定位标签发射无线信号,传感器接收信号,利用非视距(None Line of Sight,NLOS)状态鉴别的方法对室内信道环境的NLOS进行鉴别,并对各传感器分配权重,最后通过经典到达时间(Time of Arrival,TOA)算法,得到未知节点的位置。通过仿真实验对提出的方法进行验证。实验结果表明该方法可以达到较高的定位精度。     

基于圆盘散射体的非视距定位算法

针对无线传感器网络目标定位中的非视距问题,为了抑制非视距误差,提高定位精度,提出一种基于圆盘散射体的非视距定位算法.新算法根据基站收到的多径到达时间,计算加权测量均值,与圆盘散射体模型理论均值进行匹配,建立目标函数,同时引入圆盘半径约束,通过对目标函数求取极值,解出含有目标位置的最优解.仿真实验结果表明,与其他目标定位算法相比,该算法能够得到全局最优解,提高非视距环境下的定位精度.     

基于TDOA和RSS的可行域粒子滤波非视距定位算法

针对室内复杂环境下无线传感器节点的信号传播状态在LOS/NLOS之间切换的现象,提出基于TDOA和RSS的可行域粒子滤波非视距定位.首先采用基于TDOA和RSS两种测距模型的假设检验方法去辨识测量信号中是否存在NLOS现象,然后采用考虑NLOS测量信息的可行域粒子滤波方法对未知移动节点的位置进行定位.仿真结果表明,所提出的方法优于最小二乘法、普通的粒子滤波算法以及仅采用RSS测距模型的粒子滤波算法,具有较高的定位精度.     

基于RSSI定位模型的非视距关系识别方法

RSSI 定位具有无需额外的硬件、成本低等特点,在无线传感器定位领域得到了广泛的应用。为精确定位目标节点坐标,本文介绍了RSSI对数衰减模型下实现目标节点定位的最大可能性(ML)估计方法。以建立的ML估计方法的目标函数为基础,本文同时论证了节点残差和平方残差和的统计分布规律,并提出了相应的非视距（NLOS）关系识别方法。仿真结果表明当信标节点存在误差时,所设计的迭代ML估计方法能快速、准确地实现目标定位。仿真实验测试了节点残差法、平方残差和法的NLOS识别率,表明随着单个节点NLOS误差的增大,NLOS识别率逐渐提高。比较两种不同方法下NLOS的正确识别率,节点残差法的识别率稍优于平方残差和法。     

基于IMM-IKF的无线传感器网络非视距节点定位方法

针对非视距(NLOS)环境下的移动定位问题,提出一种基于交互式多模型-改进卡尔曼滤波(IMM-IKF)的无线传感器网络NLOS节点定位算法.算法在IMM算法框架下估计移动节点位置,采用两个平行的改进卡尔曼滤波算法对多个移动节点候选位置进行滤波处理,通过Markov链实现LOS状态与NLOS状态的转换,根据似然概率对两个滤波结果进行加权融合,从而获得移动目标位置.仿真实验结果表明,所提出算法可以有效抑制NLOS误差,实现精确定位.     

基于RSSI与TDOA的混合测距加权定位算法

对RSSI和TDOA测距技术优缺点进行分析,提出了基于（接收信号强度指示（RSSI）和信号到达时间差（TDOA）的混合测距加权定位算法,解决无线传感器网络定位系统中单纯依靠TDOA测距造成信标节点数量不足的问题。该算法根据测距方式的精度差异对测距结果进行加权校正处理,仿真实验表明,通过选择合适的加权值可以大大降低采用RSSI测距方式对定位精度产生的不利影响。     

无线传感器网络节点的非视距定位方案研究

在无线传感器网络定位中,节点精确定位面临的一个主要问题是信号的非视距传播,非视距误差是节点定位误差的主要来源。在分析非视距误差抑制技术的基础上,提出了一种新的残差加权定位算法。算法通过逐步减少距离测量值个数的组合方式,在每一步选取残差最小的组合,再用加权平均的方法,并利用改进的最小二乘法计算节点临时坐标。仿真结果表明,算法具有较高的定位精度,在不同的非视距误差下表现稳定。     

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。     

基于粒子滤波融合Wi-Fi和PDR的室内定位研究

提出一种基于粒子滤波的Wi-Fi和PDR的室内定位方法。首先对Wi-Fi指纹数据进行卡尔曼滤波,改善权重KNN提升分类精度;然后通过行人航位推算(PDR)根据加速度传感器数据和方向角数据计算出每步的步长以及步速,从而推算出路径;最后在改进的Wi-Fi和PDR的定位基础上,使用粒子滤波将两者结果进行融合。试验过程中,使用采集两个教室的环境数据,试验结果证明了该算法能提升定位精度。     

基于PDR和地磁匹配融合的楼层定位方法

针对室内楼层定位的实际应用需求,提出了一种基于PDR/地磁匹配融合的楼层三维定位方法。不同于传统的定位整层位置,该算法主要研究了楼层间楼梯部分的行人定位方法,行人可利用手机等设备获取加速度、陀螺仪、气压计以及地磁数据,通过对加速度、气压值分析识别上下楼状态,根据楼梯角度和阶梯高度进而获得位置高度信息,由于行人航位推算 (PDR)方法存在累积误差的问题,通过获得的地磁数据构建地磁基准图,并融合粒子滤波的方法修正PDR累积误差以达到获得运动轨迹的目的。通过实验数据分析,该算法能有效获取行人楼梯位置,精度优于1m,满足室内楼层三维定位的基本需求。     

基于循环滤波的无线传感器网络室内定位

针对室内接收信号强度定位具有较大误差的情况,提出一种高效的循环加权递推平均滤波算法对测量信号进行滤波.对已测量数据使用最小二乘法进行拟合得到多项式模型,并使用极大似然估计进行定位.实验结果表明,所提出的循环加权递推平均滤波算法在计算量较小的情况下,能够有效提高测距精度,多项式拟合比对数距离路径损耗模型拟合定位精度更高.在室内环境下,提出的算法定位精度达到0.6m左右,接近节点物理性能所允许的最佳定位精度.     

基于自适应抗差卡尔曼滤波的UWB室内定位

在UWB室内定位中,测距中存在的NLOS误差和测距异常值会大幅降低其定位的精度和可靠性.针对这一问题,提出了一种自适应抗差卡尔曼滤波方法.该方法首先在UWB距离模型的基础上,利用新息向量和LOS环境下的阈值所构造的抗差因子鉴别并削弱NLOS测距误差和测距异常值的影响,同时利用Sage-Husa滤波对系统噪声进行实时估计和修正,在此基础上推导UWB定位的线性模型,利用卡尔曼滤波进行UWB定位解算.实验结果表明,该方法能有效地抑制并消除UWB测距中的NLOS测距误差和测距异常值的影响,进而能提高UWB定位的精度和可靠性.     

无线定位与惯性导航结合的室内定位系统设计

面对室内定位的实际应用需求,分析了基于接收信号强度指纹法定位技术精度较低、单纯的惯性导航累积误差较大等问题,采用基于信赖度的联合定位算法对多种信息进行融合处理,以获得较高的综合定位精度。通过基于ZigBee的无线传感器网络平台及多种MEMS运动传感器的联合,设计并实现了多信息融合的室内定位演示系统。由于多种信息的融合,不需要依赖大量样本的指纹库,从而降低了实现过程中离线指纹库建立的工作量。经实验数据分析,基于信赖度的联合定位方法具有较高的定位精度和较低的实现复杂度。