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。

基于5G+UWB和惯导技术的井下人员定位系统

针对煤矿井下人员定位系统在实际应用中存在因设备算力与存储资源不足导致无法使用复杂测距与定位算法,定位数据即时传输与响应性能不足,在系统部署方面人力物力损耗较大等问题,提出了一种基于5G+UWB和惯导技术的井下人员定位系统。在末端部署能耗低、抗干扰性强的UWB定位基站,定位基站与5G基站以级联的方式连接,定位基站采集UWB与惯导数据,利用5G网络回传至计算平台,在计算平台上完成定位信息的解算和存储。将基于惯导的人员位置估计作为预测值,将基于UWB的三边定位算法获取的人员位置估计作为观测值,利用卡尔曼滤波器将预测值和观测值进行融合,降低定位误差。在煤矿主体实验基地搭建测试系统,模拟真实煤矿井下环境并进行对比实验。结果表明:(1)在x轴和y轴,融合惯导的卡尔曼滤波算法得出的位置信息和真实位置信息的重合度最高,说明融合惯导的卡尔曼滤波算法得出的位置信息最接近真实位置,平均误差为22.192 cm。(2)5G+UWB和惯导技术组合的井下人员定位系统的位置信息和真实位置信息的重合度最高,误差为[15 cm,20 cm],x轴最大平均误差为26 cm,y轴最大平均误差为24 cm,超过目前大多数井下人员定位系统精度。

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。

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。

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。

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。

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。

大型封闭空间中UWB定位基站拓扑的通用设计方法

超宽带(ultra-wide band,UWB)技术是无人装备在巡检具有多障碍物的大型封闭空间时获取定位坐标的主要方法之一。目前主要依赖人工方式设计UWB定位基站拓扑的构型、位置和数量。这种方式存在设计效率低下,设计效果未知,性价比难以确定等问题。为此,本文提出了一套较为科学完善的定位基站拓扑评价体系,并提出了一种在大型封闭空间中自动设计定位基站拓扑的通用方法。该方法以仿真模拟为基础,通过遗传算法结合拓扑评价体系,自动生成贴合实际应用场景的最优拓扑方案,包括最优的基站布设数量以及布设位置信息。实验结果表明:1)经通用设计方法生成的拓扑相比使用基站数量最多的拓扑,综合性能提高了6.2%;相比使用基站数量最少的拓扑,综合性能提高了21.2%。2)经通用设计方法生成的拓扑相比人工设计的锯齿形拓扑,综合性能提高了11.4%,设计效率提高了92.9%。可见,针对具有多障碍物的大型封闭空间场景,本文的方法可以在较短的时间内设计出综合性能较优,性价比较高的定位基站拓扑,为无人装备在此类大型封闭空间中开展全自主定位和巡检奠定了基础。

基于环境振动的IR-UWB超感知范围人体跌倒检测方法

跌倒检测在老年人医疗保健中至关重要,传统方案主要依赖于可穿戴设备进行感知.为了避免可穿戴设备带来的负担和不适,采用射频(radio frequency,RF)的非接触式方法因其具有的普适性和非侵入性,逐渐成为一种有前景的替代方案.现有的非接触式方法主要从无线射频信号中提取人体跌倒产生的速度和加速度等运动生理特征,通过分析运动时间序列来判断目标是否发生跌倒行为.虽然目前的方法可以在视距状态下获取较高的检测精度,但是其在感知范围和非视距路径下的感知效果仍存在局限性.为解决以上问题,提出了利用最先进的商用IR-UWB设备来识别超感知范围外的人体跌倒检测方法.该方法的关键是通过识别感知范围外人体跌倒引发的环境振动特征来判断是否发生跌倒事件,并通过设计IQ熵和最远点对距离算法从微小振动中提取人体跌倒产生的信号特征.通过在商用IR-UWB设备上搭建UWFall原型系统并在各种环境下开展大量的实验测试,结果表明,单台收发器的UWFall系统识别准确率超过90%.同时,UWFall系统对7 m范围外的目标跌倒检测准确率超过86%,且在非视距场景下依然保持高鲁棒性.

UWB无线传输安全可靠性保障技术

超宽频UWB(UltraWideBand)无线传输安全可靠性技术是UWB通信系统中的关键技术,本文在简要描述UWB通信系统设计的基础上,通过分析现有UWB通信协议机制在安全可靠性方面存在的不足,基于DW1000射频芯片信道采样电路支持,实现信道质量评估自适应机制、基于帧过滤的接入机制、基于ACK应答的重传机制的高可靠传输机制,提出基于轻量级AES-128动态加密算法,提升UWB传输的安全性和运算效率。在现实验条件下,实验结果与原方法相比,丢包数与误码数下降为0,对大小为10KB的明文加解密过程耗时平均减少13.5ms且能保证密文信息熵和原方法接近。因此,本文所提UWB安全可靠性保障技术相比较现有UWB无线通信机制在系统各项性能有明显提升。

引入时距信息的IR-UWB雷达多域特征融合呼吸模式识别方法

人体呼吸系统相关疾病常常伴随着呼吸深度和节律的异常,因此呼吸信号监测和呼吸模式识别在医疗健康领域中尤其是对于睡眠监测、疾病预断具有重要意义。其中,非接触式的脉冲式超宽带雷达(Impulse Radio Ultra-Wideband,IR-UWB)因具有良好的距离分辨率和穿透能力以及全天候全天时、安全无创的检测优势,正逐步成为睡眠健康监护领域中最关键的感知技术之一。然而受睡眠监测特定的室内场景影响,复杂的测量环境给呼吸模式特征的准确提取带来了限制和挑战,传统的雷达呼吸模式识别算法主要关注一维呼吸时、频域特征,而IR-UWB雷达目标回波信息分散在多个距离门内,使用一维特征识别准确率较低。为此,本文针对IR-UWB雷达中人体呼吸在时间上慢速起伏运动、在距离上是扩展目标的信号模型特点,提出了一种引入时距信息的IR-UWB雷达多域特征融合呼吸模式识别方法。算法在提取一维呼吸信号波形时、频域特征的基础上更进一步挖掘雷达二维时距图像中潜在的呼吸模式形态特征,通过多域特征融合实现呼吸模式的非接触式检测和识别。在图像处理上,针对图像受呼吸异常节律影响呈现局部粘连特性导致呼吸周期提取难的问题,提出一种通过相位矩阵图像处理来检测雷达图像中的呼吸时距条带从而获取图像特征的方法。实验结果表明,利用该算法提取的多域特征对六种呼吸模式进行机器学习的分类识别,可以实现96.3%的识别准确率。

基于UWB-PDOA的少基站自适应定位系统研究

超宽带(Ultra-Wideband,UWB)技术在室内外定位中应用广泛,针对传统多基站定位方案的局限性,提出了一种基于超宽带信号到达相位差(Ultra-Wideband Phase Difference of Arrival,UWB-PDOA)的少基站自适应定位系统。该系统利用UWB-PDOA技术和基于ESP32信号强度的权重自适应定位技术,大幅降低了对环境部署的依赖性,提高了定位的精度和稳定性。结合环境先验信息和目标高度的先验知识,构建了先验知识库,采用自适应定位技术,利用多个传感器的信息来调整对不同定位基站的置信度权重,进一步提高了定位精度和鲁棒性。实验结果表明,所提出的系统在视距(Line of Sight,LOS)和非视距(Non Line of Sight,NLOS)环境下都具有较高的定位精度和稳定性,并且仅需要不超过3个基站便可以满足室内环境定位的需求。