一种基于UWB技术的室内定位系统

针对室内物品监管中存在监控盲区、成本高昂等问题,提出一种基于UWB技术的室内定位系统,通过对室内物品进行实时监控来防止丢失。该系统采用STM32作为主控制器,集成了UWB模块来采集标签位置数据并加以分析,以实现精确的室内定位功能。系统配置了3个从基站及1个主基站,主基站通过远传模块,将标签位置数据上传至服务器,终端通过访问服务器来查询标签的实时位置。一旦标签超出预设的范围,服务器会立即向终端发出警报,从而达到防丢的目的。对系统进行测试实验,实验结果表明:系统灵敏度高、稳定性强,能够有效实现室内物品的定位与防丢功能,具有较高的实际应用价值。

UWB技术人员定位系统在煤矿中的应用

北辛窑煤矿对不同技术条件下人员定位系统的定位效果进行对比分析后,在UWB技术的基础上引入了SDS-TWR测距算法,建立了基于UWB技术的北辛窑煤矿井下人员定位系统,并通过现场试验对不同位置、不同巷道条件下人员定位系统精度进行测试,测试结果中最大静态误差均小于0.3 m。

基于UWB二维信道状态信息的室内人员摔倒检测方法

针对现有摔倒检测方法存在的隐私保护度不够、准确率不高及可穿戴要求高等问题,提出一种基于超宽带(UWB)雷达和深度学习的摔倒检测方法。该方法使用一种商用UWB雷达信号采集板采集2D信道状态信息(CSI)数据。经小波去噪后,通过深度神经网络(DNN)模型进行人员摔倒检测。其中,2D CSI数据由快时间和慢时间2个维度构成,所构造的深度神经网络模型由卷积神经网络(CNN)、长短记忆(LSTM)网络及全连接神经网络(FCN)三部分组成。最后,在高校科研实验室环境下,开展了实测实验以验证方法性能。结果表明:使用UWB2D CSI数据对室内人员摔倒检测具有较好检测性能,检测准确率可达97%;通过实验探讨了2D CSI窗口步长和设备安装位置对方法性能的影响。

基于双流融合网络的非接触式IR-UWB人体动作识别方法

随着智能感知技术的飞速发展,人机交互(Human Computer Interaction, HCI)领域迎来了全新的发展态势。传统的人机交互方法主要依赖可穿戴设备或者摄像头采集用户的行为数据,虽然识别精准,却存在不小的局限性。具体而言,可穿戴设备会给用户带来额外的使用负担,而基于摄像头的方案不仅会受到环境光线的影响,还会涉及用户隐私的泄露,这些因素均限制了其在日常生活中的广泛应用。为了突破这些限制,实现精确的、非接触式人机交互应用,利用无线射频(Radio Frequency, RF)领域中脉冲超宽带(Impulse Radio Ultra-Wideband, IR-UWB)所具有的高灵敏度和精细空间分辨率等优势,提出了一种基于双流融合网络的非接触式人体动作识别方法。该方法捕获目标运动所导致的时域信号变化,并通过对时域特征进行多普勒频移变化,提取到对应的频域特征。在此基础上,构建了一个融合多维卷积神经网络(Convolutional Neural Networks, CNNs)和GoogLeNet模块的双流网络模型,以实现高精度的动作识别。通过广泛的实验测试,结果表明所提方法对8种常见人体动作的平均识别准确率达到94.89%,并且在不同的测试条件下均能保持超过90%的识别准确率,进一步验证了所提方法的鲁棒性。

农林环境下RTK-UWB多传感器融合定位方法

开发一种适用于农林环境的高精度多传感器融合定位方法,以解决全球导航卫星系统(global navigation satellite system,GNSS)在农林环境下定位中受到树木或地形遮挡等影响导致信号不稳定、对定位精度造成影响的问题。提出了一种基于无迹卡尔曼滤波(unscented Kalman filter,UKF)的多传感器融合定位方法,该方法结合了实时运动动力学模型和来自不同传感器的数据,包括差分GNSS(real-time kinematic,RTK)、超宽带(ultra-wideband,UWB)、惯性测量单元(inertial measurement unit,IMU)和轮速计。通过使用无迹卡尔曼滤波进行状态估计,使用不同传感器组合的后验估计过程实现高精度的定位,并在RTK信号失效时保持稳定性。通过实地试验验证了该方法的性能,并与其他相关方法进行了对比分析。在RTK信号正常工作时,本研究方法的最大定位误差为3.0 cm。本研究提出的多传感器融合方法在RTK失效状态下能够保持稳定的定位性能,融合定位方差为1.0 cm,最大偏差小于4.0 cm,且未出现定位跳变或发散现象,相较于原始信号误差减少约96%,具有较好的稳定性,基本消除了RTK信号造成的影响。该方法具有广泛的应用前景,可在农业、林业等领域中应对GNSS信号不稳定带来的挑战,为定位技术的进一步发展提供支持。

基于UWB技术的高精度定位系统设计

为了解决传统定位技术的不足,设计了UWB高精度定位系统。定位系统主要包括了电子移动标签系统、UWB天线标签系统等通信接口电路系统的软硬件设计。硬件设计主要包括主控DWM-1000芯片、DWM-1000基站天线芯片和无线通信接口等电路,软件系统主要包括了基本软件逻辑和电子便签P坐标解析算法软件流程设计,系统实现了电磁波信号发送、接收、数据计算分析和精确定位。测试结果表明,系统定位误差范围均小于10 cm,降低了非视距误差和噪声干扰影响,满足了定位系统高精度、强稳定性和低功耗的要求。

基于改进SHKF算法的UWB/IMU组合定位方法

针对复杂环境下超宽带(UWB)无线定位系统存在非视距(NLOS)及随机误差的问题,提出一种基于改进Sage-Husa卡尔曼滤波算法(SHKF)的UWB/IMU组合定位方法。首先,设计了一种基于概率密度的提升树,将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中,鉴别出NLOS信号;然后,设计了一种改进SHKF算法,根据新息变化趋势定义自适应因子,实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响,进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明,所提方法将NLOS信号鉴别精度提升至99.12%,定位均方根误差降低至4.30 cm,提升了复杂环境下UWB/IMU组合系统定位精度。

基于UWB的室内作物表型信息采集无人机系统设计

针对设施农业室内种植作物表型信息采集的需求,提出小型多旋翼无人机系统采集的方法,并进行了动力系统设计、飞行导航与图像采集模块的选型设计。设计的小型多旋翼无人机系统可搭载可见光图像采集模块,采用UWB定位技术进行室内飞行导航和采集航线规划,能实现室内精准定位和高质量的可见光图像采集。经过实验验证,设计的系统在稳定性、精确性、适应性等方面满足要求,可实现设施农业室内作物表型数据采集需求,为设施农业的高效管理和作物生长研究提供有力的技术支撑。

基于UWB偏差平均法和迭代算法吊物跟踪系统研究

吊运货物精准定位是智能仓储和安全管理的根本保障。本文采用UWB(超宽带)定位技术,按照车间构造合理布置信号基站,首先采用偏差平均平面定位算法,初步计算吊物坐标位置;然后用牛顿迭代法,将计算结构进行处理,提高货物定位精度;再利用MATLAB强大的运算能力,实现吊物路径跟踪,并采用数维图数据可视化工具(SovitChart)进行仓库管理平台的开发;最后,对综合算法进行试验验证,定位精度分析结果显示该方法合理有效。

基于UWB的室内物料搬运机器人设计

文章针对目前室内物料搬运机器人的定位精度低、在获取机器人的姿态信息时对IMU或其他导航器件的依赖性很大等问题,基于UWB设计了一种室内物料搬运机器人。文章从硬件与软件两个方面对机器人进行设计,该机器人导航不需要用到IMU等相关器件,即可获取机器人的实时姿态信息,并且能够使机器人完成物料运送等工作。设计采用TDOA定位算法实现机器人的定位,通过改进的K-C算法提升定位精度,基于UWB的机器人姿态解算算法获取得到机器人的机体姿态数据,经试验验证了该算法的有效性和机器人的可靠性。

基于UWB和RFID的装配式建筑堆场管理系统研究

针对装配式混凝土建筑构件种类繁杂、尺寸较大的特点,在大规模堆场中采用人工或二维码难以有效识别和定位构件,文章基于UWB(超宽带)和RFID(射频识别)技术构建了分为四个层级的堆场管理系统,进而将功能模块划分为识别模块、定位模块、监控模块、数据模块和应用模块,实现对堆场构件的快速识别、精准定位和实时监测,可有效提高堆场利用率、管理效率和质量安全保障程度,促进智能建造技术在装配式建筑实施过程中的应用。

基于STM32和UWB通信的智能搬运小车设计

针对复杂搬运场景固定导引式的智能小车运行的局限性,提出以自由路径导引式进行设计更好的满足搬运需求。利用UWB空间定位技术实现高精度目标跟随,以STM32F103VET6为主控模块,通过各种传感器模块获取信息控制左右电机,以差速驱动的方式控制小车向目标位置移动。通车安装在车身和目标体上的UWB标签模块获取的空间信息,利用定位算法能精确地获取小车相对于目标的空间位置,系统中的超声波传感器、RFID标签传感器、磁条传感器和防撞条等获取多种信息,保障小车能以自由路径导引模式向目标移动。经过测试智能小车在手动模式、跟随模式和循迹模式下,无论空载或负中都能在低中高速下保持良好运行状态,能适应多种复杂场景作业,对于工业自动化具有重要的意义。

基于5G+UWB的智能医疗监护系统的设计与实现

随着科技的快速发展,5G和UWB(Ultra-Wideband)技术已经成为了当今社会的热门话题。在医疗领域,智能监护系统的设计与实现也日益受到关注。本文将探讨如何基于5G和UWB技术构建一种智能医疗监护系统,以满足未来医疗健康领域的各种需求。首先,介绍5G和UWB技术的基本概念及其在医疗领域的应用背景;其次,详细阐述智能医疗监护系统的整体架构和关键技术;最后,通过实际案例分析,展示该系统在提高医疗服务质量、降低医疗成本等方面的优势。希望通过本文的研究,为智能医疗监护系统的设计与实现提供有益的参考。

一种复杂环境下UWB测距误差预测方法

针对复杂室内环境中,多径干扰和视距遮挡影响室内定位精度的问题,提出一种复杂环境下UWB测距误差的预测方法:根据超宽带(UWB)室内定位方法抗干扰能力强、定位精度高的特点,从理论上分析影响超宽带信号测距精度的因素;然后通过模型量化分析每种影响因素对测距误差的影响程度,改进以往通过信道脉冲响应特征分析单一的视距遮挡参数来提高定位精度的补偿算法;最后从数据挖掘和机器学习的角度出发,将多径效应、视距遮挡、标签与基站的距离、标签移动速度、标签与基站天线俯仰角以及气象因素(温度、湿度、压强)等对测距精度造成影响的重要因素作为特征进行分类和归类,并使用梯度提升决策树模型对数据集进行训练和预测。实验结果表明,该模型可以根据当前状态下的组合特征值估计出测距误差值,将当前预测的误差值补偿到测量值上,可以有效提高超宽带室内定位的精度。

矩形矿井巷道内UWB路径损耗研究

为了探究UWB无线信号在煤矿巷道内的传输特性,结合电磁波信号的传输以及反射定律原理,分析了矩形矿井巷道中可能出现的不规则传输路径其过程中存在的粉尘浓度、空气湿度、四壁不同程度的粗糙面以及煤壁倾斜程度等因素引起的信号损耗。构建了不同条件下的损耗模型,并运用MATLAB软件对巷道内信号的损耗进行了仿真分析。仿真结果表明:粉尘浓度和空气湿度都会对电磁波造成衰减,增加粉尘浓度加速信号的损耗,其信号的衰减要远大于空气湿度引起的损耗;粗糙和倾斜加速了信号的衰减,但是粗糙和反射引起的损耗远远低于倾斜引起的损耗,倾斜损耗起主导作用。

超宽带(UWB)技术及其应用

在无线通信技术的快速发展中,超宽带(UWB)技术以其独特的大带宽、低功耗和高精度定位能力等特性,成为无线通信领域的一项关键技术。本文探讨了UWB技术的基本原理、关键特性、应用领域以及面临的挑战,并对其未来发展趋势进行了展望。文章通过分析UWB技术在各领域的最新应用,旨在提供一个全面的UWB技术概览,并探讨其在现代通信系统中的潜在影响。

基于UWB与PDR的井下人员融合定位方法

现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度。其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征,实现视距(LOS)/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合。测试结果表明:多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%,召回率和F1分数均在90%以上,验证了CNNLSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m。

基于WLS-KF的UWB室内定位滤波算法研究

针对室内超宽带(UWB)定位过程中受到非视距误差(NLOS)干扰而导致定位精度下降的问题,提出了基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法对测距信息解算得到定位坐标。在通视环境下进行测距,利用测得的数据计算新息向量和协方差,并基于此构建阈值信息,对NLOS环境产生的量测异常值进行判别,在此基础上利用Sage-Husa滤波对系统噪声协方差进行估计。采用加权最小二乘法对测距信息进行处理,得到标签解算坐标的最优估计。通过MATLAB仿真验证算法的可行性和有效性并在室内环境下进行测距、定位试验验证。仿真和实验结果表明,基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法能有效识别NLOS误差,且对定位过程中发生的状态突变能有效进行跟踪,解算得到的标签坐标x方向误差1 cm左右,y方向误差2 cm左右,提高了UWB室内定位的精度。

顾及非视距与系统误差的UWB质量控制及其与GNSS/INS的组合定位

为提高GNSS拒止环境下定位系统的定位精度与稳定性,本文提出了顾及非视距与系统误差的UWB质量控制方法,并实现了其与GNSS/INS的组合定位。首先,综合考虑系统的稳定性与定位精度,以GNSS/INS松组合+UWB/INS紧组合的方式构建集中式卡尔曼滤波;在此基础上,针对UWB中存在的NLOS误差,设计了基于滑动窗口与滤波新息向量的两步NLOS误差识别方法;最后,采用基于滤波估计的方法实时补偿UWB中的系统误差。实验结果表明,本文提出的UWB质量控制方法能够有效减小NLOS与系统误差的影响,GNSS/UWB/INS组合算法水平定位误差在5cm以内。在UWB布局合理的情况下,该方法无需依赖过多基站也可实现较高的定位精度。

基于UWB与RT-Thread的矿用低功耗便携式读卡器设计

针对传统的矿用便携式读卡器存在功耗高、携带不便等问题,设计了一种基于UWB与RT-Thread的低功耗便携式读卡器,用于在发生紧急情况对佩戴定位卡的人员进行搜救及日常对人员位置快速、准确读取和定位。UWB技术具有高精度定位和高速数据传输特性,使得RT-Thread操作系统实时获取和处理读卡器采集的数据,提高读卡器的数据处理速度和定位精度,满足矿井环境下对读卡器的实时性和可靠性的要求。RT-Thread操作系统具有轻量级、可裁剪的特性,通过结合UWB技术,根据实际需求对RT-Thread操作系统进行裁剪和优化,降低系统功耗,进一步提高读卡器的能效。测试结果表明:低功耗便携式读卡器能准确读取人员位置信息,在静止状态下位置误差最大值为0.22 m,符合煤矿实际应用需求。该设计对于煤矿灾后的科学救援行动及日常系统维护工作具有实际应用价值。