一种基于非视距误差补偿的协同定位算法

非视距(NLOS)误差对超宽带(UWB)室内定位技术的定位精度有很大影响。针对此问题,根据NLOS环境下附加时延和由信道决定的均方根时延扩展的联合统计特性,估计NLOS误差的均值和方差,对定位算法测量值和系统测量误差协方差进行修正,并采用时变权重的粒子群算法与Chan算法相结合的协同定位算法进行定位计算,具有良好的全局搜索与局部搜索最优解的能力。仿真结果表明,在NLOS环境下,相比于单一算法,协同算法定位精度提高30%左右,在一定程度上抑制了NLOS误差的影响,满足室内定位的要求。

非视距环境下基于粒子群的超宽带定位算法

将智能算法应用到无线传感器网络定位技术中是一种全新的尝试,粒子群算法是其中的一种典型算法。根据超宽带(UWB)定位原理,建立基于粒子群算法的定位模型,在非视距(NLOS)环境下,利用NLOS误差导致的附加时延和由信道决定的均方根时延扩展的联合统计特性,进行NLOS误差补偿,在迭代过程中采用线性递减的惯性权重,粒子群通过不断追踪个体极值和局部极值,更新自身的位置与速度,从而找到全局最优解,仿真结果表明正确率达90%以上。

基于T矩阵的光压加速度计的光阱力研究

光压加速度计作为新型悬浮类加速度计,对惯性微球所受光阱力的理论研究提出了更高的要求。对单轴双光束光压加速度计的工作原理进行了分析,并采用T矩阵方法对光压加速度计中的惯性微球在任意一轴所受到的光阱力进行数值模拟,比较了在不同主要参数下的光阱力捕获效率的差异,最后对光压加速度计的灵敏度进行了优化分析,得出了10-7 g/μm加速度的测量灵敏度。理论分析和模拟计算表明,T矩阵的方法可以实现快速和较为精确的光阱力的仿真与计算;同时,基于单轴双光束的光压加速度计方案可以得到较高的测量精度。

基于GPS和里程计的快速行进间粗对准方法

针对车载捷联惯导系统(SINS),提出一种快速行进间粗对准方法。将捷联矩阵分解为3个矩阵相乘,利用GPS提供的载体在导航坐标系的速度和里程计提供的载体在载体坐标系的速度构建不共线向量,求解初始载体坐标系相对惯性坐标系的常值转换矩阵,进而求得初始姿态矩阵。该对准方法对载车的唯一要求是在对准过程中做一个转弯机动。与现有对准方法相比,该方法没有用到加速度计信息。仿真结果表明,该方法能在1 min之内完成粗对准,采用零偏为0.1(°)/h的低精度陀螺,对准误差小于0.3°。

光压加速度计光斑位置检测技术研究

光压加速度计(LFA)是一种新型光学惯性传感器,LFA系统分为微球悬浮与捕获、位置检测、光学闭环与加速度值输出三个模块,其中位置检测的精度对整个LFA系统的性能起着至关重要的作用。简述了LFA的工作原理以及光斑获取方法,提出了一种小角度折射光斑获取方法,有效地减小了由于微球表面畸形所造成的检测误差;在光斑位置检测方面,采用四象限探测器(QD)作为光斑位置检测元件,在经典几何近似法的基础上,引入了Boltzmann函数模型,提出了一种新型的协同拟合算法,有效地减小了检测误差。实验结果表明,新型的协同拟合算法相比单一的几何近似法,检测误差减小约56%。