-
题名信号干扰下的超宽带精确定位问题研究
- 1
-
-
作者
张爱琳
刘辉
王小海
张秀伊
邱正中
吴春国
-
机构
吉林大学符号计算与知识工程教育部重点实验室
吉林大学计算机科学与技术学院
远光软件股份有限公司技术部
-
出处
《吉林大学学报(信息科学版)》
CAS
2024年第2期193-199,共7页
-
基金
吉林省科技发展计划基金资助项目(20230201083GX)。
-
文摘
针对在室内应用超宽带UWB(Ultra Wide Band)定位技术时,需要建立高效精确的三维坐标定位系统以克服信号干扰问题,应用机器学习方法对其进行了研究。首先使用多种统计分析模型清理无效或误差测量值;然后将TOF(Time Of Flight)算法的先验知识与神经网络、XGBoost(eXterme Gradient Boosting)算法相结合,提出了神经XGB(Exterme Gradient Boosting)三维定位系统,该系统可通过“正常数据”和“异常数据”(受干扰)以及4个锚点的坐标精准预测靶点的坐标值,能使误差在二维平面降至5.08 cm,在三维空间降至8.03 cm;同时建立了判断数据是否受干扰的神经网络分类模型,精确率为0.88;最后通过结合上述系统,得到了连续且规律的运动轨迹,证明了系统的有效性与鲁棒性。
-
关键词
UWB精准定位
神经网络
XGBoost算法
逻辑回归
-
Keywords
ultra wide band(UWB)precision positioning
neural network
XGBoost algorithm
logistic regression
-
分类号
TN925
[电子电信—通信与信息系统]
-