面向复杂环境的UWB/LiDAR/IMU组合定位方法

针对室外全球卫星导航系统(GNSS)拒止并且超宽带(UWB)和LiDAR在非视距和点云特征稀疏环境下定位效果较差的问题,提出了一种面向复杂环境的UWB/LiDAR/惯性测量单元(IMU)组合定位方法。首先,利用LiDAR和UWB的互补特性设计了时变因子,用于对车辆进行重定位;然后,引入三种运动模型描述车辆的运动状态,各模型采用无迹卡尔曼滤波方法设计滤波器;最后,将重定位后的车辆定位和IMU的测量数据作为交互式多模型-无迹卡尔曼滤波算法的状态输入,解算出最终的车辆位置。实验结果表明,所提组合定位方法具有较高的定位精度,相对于UWB和LiDAR单一传感器,视距环境下的定位精度分别提升了35.1%和22.8%,非视距环境下分别提升了53.1%和27.2%;所提重定位方法相对于UWB和LiDAR单一传感器,视距环境下的定位精度分别提升了23.2%和8.7%,非视距环境下分别提升了42.9%和11.4%,体现出了较高的定位精度和对复杂环境的适应能力。

类星型手性超材料超宽带隙特性研究

振动和噪声的抑制一直是工程中的重要问题,而超材料在实现减振降噪方面具有良好的应用价值。基于传统空心星型超材料,添加手性结构特性,设计一种新型的空心类星型手性超材料,并在其基础上进一步演化出实心类星型手性超材料。通过振动模态分析带隙产生机理和不同结构参数对带隙的影响,通过频散曲面、波传播方向、群速度和相速度等研究弹性波在结构中的传播特性,并研究有限周期结构的传输特性。结果表明:实心类星型手性超材料可以产生宽度为5116 Hz的超宽带隙,带隙形成主要是由于凹角星和韧带的旋转振动耗散了弹性波能量,内凹角α的减小以及韧带与水平方向的夹角θ的增大使得最宽带隙的宽度增大;有限周期结构在其带隙范围内可以产生明显的位移幅值衰减,该新型超材料具有良好的隔振性能。

基于MOEA/D算法的三陷波超宽带天线设计

为实现超宽带通信中对WIMAX(3.3~3.7 GHz)、WLAN(5.150~5.825 GHz)和ITU(8.01~8.50 GHz)频段干扰的抑制,提出了一种基于MOEA/D算法优化设计的具有三陷波特性的超宽带天线。天线采用T形结构作为辐射贴片,通过改变贴片形状等方法实现在3~12 GHz的超宽带。在辐射贴片上刻蚀两个U形缝隙和在传输线两侧加载C形开口环,对天线进行陷波设计。利用MOEA/D算法对陷波结构的结构参数和加载位置进行优化,实现了在3.31~3.69 GHz、5.25~6.13 GHz和8.01~8.51 GHz频段的陷波效果,成功抑制了频段干扰。与传统扫频优化的设计方法相比,采用MOEA/D算法设计的天线在陷波频带内增益低至-19 dB,各陷波频带准确度误差均在3.6%以下,提高了天线的设计效率,具有一定的工程应用价值。

一种基于超宽带基站设置虚拟围栏的手术室移动医疗设备定位方法

针对医院手术室各手术间存在大量移动医疗设备交叉使用难以实时定位管控的难题,该研究提出一种时效性高、易于部署且定位准确度相对较高的基于UWB技术的实时定位方法。该方法包括对超宽带(UWB)基站的拓扑布局,在手术室走廊、设备间内应用改进的飞行时间(TOF)双边双向测距定位法定位,在手术间入口设置虚拟围栏判断设备是否进入。经试验,该方法可大幅度降低UWB基站布置数量,具备厘米级定位精度和较高识别率,可替代传统的手术室移动医疗设备人工定位管控方式。

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。

基于碳化硅等离子体器件的功率脉冲锐化技术

利用Sentaurus搭建了碳化硅漂移阶跃恢复二极管(DSRD)与雪崩整形二极管(DAS)全电路仿真模型,研究了碳化硅等离子体器件在脉冲锐化方面的能力,并且通过器件内部等离子浓度分布解释了这两种器件实现脉冲锐化的机制。借助碳化硅DSRD可以将峰值超过千伏的电压脉冲的前沿缩短到300 ps;碳化硅DSRD与DAS的组合可以输出脉冲前沿在35 ps、峰值超过2 kV的电压脉冲。仿真与实验发现当触发脉冲与碳化硅DAS匹配时,可以实现快速开启后快速关断,得益于碳化硅DAS这种神奇现象,可以将峰值在两千伏以上脉冲的半高宽缩小到百皮秒量级;通过频谱分析发现脉冲经过DAS整形后,其最高幅值−30 dB对应的频谱带宽扩大了37倍,达到7.4 GHz。

基于带宽交织采样架构的80 GSps超宽带实时采集系统

利用8片10 GSps的模数转换器(ADC)芯片,基于带宽交织采样架构设计并且实现了具有80 GSps,20 GHz带宽的超宽带实时数据采集系统。对带宽交织采集系统中的子带分解、多子带间采集同步、交叠带以及全频带拼合等一系列问题展开了研究,并基于分治法的思想提出了相应的校准以及补偿方法,补偿前后的时域以及频域分析对比证明了提出补偿方法的有效性。实验结果表明,系统实现了具有80 GSps采样率、20 GHz带宽指标,其中有效位数(ENOB)以及无杂散动态范围(SFDR)在20 GHz处可以达到6 bit以及40 dB,并给出了系统ENOB随频率变化的曲线,采集系统上升时间为22 ps,实验数据表明系统各项指标处于国内领先水平。

基于周期性枝节加载的微带线串扰抑制研究

针对当前印刷电路板上相邻微带线之间的串扰抑制问题,提出了一种在超宽带频率范围内利用周期性耦合枝节来抑制微带线远端串扰的电磁兼容设计。在串扰的形成原因分析基础上,该设计将沿传统微带线纵向方向加载的周期性开路枝节进一步与相邻两条微带线之间周期性加载的工字型耦合枝节相结合。微带线上的开路枝节以及线间的耦合枝节主要用于增加微带线等效自感和线间等效互容,并减小线间等效互感,由此显著降低远端串扰强度。同时,线间等效互感的减小能抑制因容性耦合增大而导致的近端串扰上升。全波结果表明,该设计在1~20 GHz范围内可使相邻微带线的远端串扰强度小于-48 dB,且物理结构中不涉及金属化通孔,具有几何结构简单、成本低和可布线空间大等特点。

卷积-长短期记忆神经网络超宽带定位方法

针对室内视距环境下超宽带(UWB)观测值中的测距误差影响定位精度的问题,提出一种基于卷积神经网络与长短期记忆网络(CNN-LSTM)相结合的UWB测距误差改正模型:将基站与标签之间的测距值和Chan算法解算的标签初始坐标作为卷积神经网络(CNN)的输入,借助CNN良好的数据特征提取能力,充分挖掘UWB测距值的特征;然后利用长短期记忆网络(LSTM)进行进一步的特征学习,并进行训练和预测UWB测距值,以减少测距误差对UWB测距值精度的影响;最后,利用高斯-牛顿迭代算法求解出最终的UWB定位结果,同时,建立多项式和指数函数UWB测距误差改正模型,并与本文方法进行对比分析。实验结果表明,在静态和动态实验下,基于CNN-LSTM网络模型结果的精度均优于其他2种模型,证明该算法可有效降低测距误差,提高UWB的定位精度。

基于超宽带雷达回波短时傅里叶变换的土壤含水率检测

土壤体积含水率监测对提高农业生产效率和制定合理土壤管理措施具有重要意义。超宽带雷达由于其高距离分辨率、强穿透能力在农业土壤动态信息实时监测中得到广泛应用。但以往对超宽带雷达信号的处理主要关注时域特征,忽略了同样具有丰富信息的频域特征,使得回波信号在土壤体积含水率反演过程中无法得到充分利用,限制了土壤体积含水率的反演精度。本文基于超宽带雷达获取的土壤回波信号,对其进行预处理并提取与土壤体积含水率有关的回波信号,对该信号采用短时傅里叶变换(Short-time Fourier transform,STFT),分析与土壤体积含水率有关的回波信号随时序变化的时频谱特征,进而结合卷积神经网络(Convolutional neural network,CNN)建立土壤体积含水率分级以及回归预测模型。实验结果表明,基于添加高斯白噪声后的数据,对于土壤体积含水率的分级,将时频特征和CNN模型相结合时,分级总体精度和Kappa系数分别为98.69%和0.9849,相较于10个时域特征与植被指数NDVI(Normalized difference vegetation index)建立的支持向量机模型(Support vector machine,SVM),分级总体精度提升21.78个百分点,Kappa系数提高0.2515。对于土壤体积含水率的回归预测,将时频特征和CNNR(Convolutional neural network regression)模型相结合时,预测结果与真实值之间的决定系数(R^(2))为0.9872,均方根误差(RMSE)为0.0048 cm^(3)/cm^(3),相对分析误差(RPD)为6.2738,相较于10个时域特征结合植被指数NDVI建立的CNNR模型,R^(2)提升0.2316,RMSE降低1.3377 cm^(3)/cm^(3),RPD提高4.2714。综上,在土壤体积含水率分级和回归预测方面,本文所提方法较传统信号检测处理方法具有明显优势。

基于概率误差的三维室内定位系统最优布站方法

随着智能化、自动化技术的不断发展,室内定位技术的应用场景日益广泛,如何提高室内定位系统的精度和可靠性一直是研究热点。对基站布局进行优化,提升系统整体的定位精度是现有的室内定位系统优化方法之一。对于该方法,现有的研究普遍选择采用其他相似领域的已有方法,主要的两种方法中用于评价卫星共轭的精度稀释因子忽略了基站与标签的距离;作为导弹、惯导系统中落点精度评价因子的概率误差方法没有考虑基站几何结构的影响。对此,提出了一种基于精度稀释因子和概率误差方法的精度评价模型,用于推导三维室内定位系统的最优基站布局,该模型同时考虑了距离和几何结构对室内定位精度的影响,可以很好地应用于室内定位的领域。所提方法在程序模拟和实际定位实验中均取得了优异的效果。在程序模拟中,最优基站布局系统的定位误差均值相比传统四顶角定位系统降低了约14.38%,在实际定位实验中,最优布局的定位精度和效果都得到了显著提升。实验结果验证了精度评价模型的准确性与实用性。所提出的最优基站布局方法在三维室内定位领域具有很高的应用价值和普适性,能够有效提高室内定位系统的精度和效果。

基于KF-LSTM的UWB室内定位算法

作为一种新型无线定位技术,超宽带在室内定位领域中引起了广泛关注。为了提高超宽带的定位精度,本文结合卡尔曼滤波和LSTM网络的优势,提出一种融合卡尔曼滤波的长短期记忆神经网络(KF-LSTM)算法。首先,通过卡尔曼滤波对UWB时序数据进行处理,削弱数据中的高斯白噪声;然后,将数据投入LSTM网络中进行训练,利用LSTM网络处理时序特征的优势处理非高斯噪声,进而得到更准确的标签位置。实测数据表明,与BP、KF-BP和LSTM网络算法相比,KF-LSTM算法的平均定位精度分别提高了70.21%、37.28%和38.23%,且KF-LSTM算法表现更稳定。

基于深度学习GRU网络的UWB室内定位优化

为减少信号传输质量和距离估计算法等因素对定位精度的影响,将深度学习应用于超宽带(ultra wide band,UWB)室内定位系统,利用门控循环单元(gated recurrent unit,GRU)网络代替传统UWB室内定位系统中的三边测量过程,以提高UWB室内定位精度。在得到定位标签到基站的距离信息后,将距离信息输入GRU网络中,输出最终位置坐标。GRU作为循环神经网络(recurrent neural network,RNN)的变种,既含有RNN处理时序数据的优势,又解决了RNN中的长程依赖问题。对GRU网络模型中不同学习率、优化器、批量大小、网络层数、隐藏神经元数量参数进行调整和训练。结果表明,基于GRU网络模型的UWB室内定位系统显著提高了定位精度,平均定位误差为6.8 cm。

基于二维激光雷达和多超宽带的图优化融合定位研究

特殊环境下单纯激光雷达的定位方式以及单超宽带(UWB)融合激光的定位方式容易出现定位漂移、精度较差、激光雷达建图时不断的叠图问题。基于激光雷达与UWB超宽带传感器定位模型差异,利用两者优劣互补原则,提出多UWB位姿动态误差补偿算法,利用多UWB定位标签获取移动机器人坐标以及姿态。使用滑动窗口滤波算法和多UWB位姿动态误差补偿算法处理UWB定位数据得到先验位姿,通过图优化算法与激光雷达进行融合得到更加精准的地图、更加精确收敛和航向角更稳定的移动机器人位姿。

信号干扰下的超宽带精确定位问题研究

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。

双频一体化超宽带探地雷达天线设计

针对目前探地雷达(Ground Penetrating Radar,GPR)产品单一频段工作所导致的耗时费力、效率低等缺点,文中设计实现了一种中心频率分别为400 MHz、1000 MHz且带宽为200~1500 MHz的双频一体化复合阵列天线,并将其应用于超宽带(Ultra-Wide Band,UWB)探地雷达系统中。阵列天线包含3个中心频率为400 MHz和6个中心频率为1000 MHz的蝶形天线,具备双频段同时探测能力,可实现一条测线含两种不同频段的探测结果,克服了传统探地雷达不同频率的重复探测问题,增强了探地雷达系统的实用性。所提出的双频一体化探地雷达天线具有超宽带、高增益、波束窄等特点,其相对带宽为153%,整个带宽内最高实现17.6 dBi峰值增益,半功率波束宽度最窄为7.6°,为高分辨率、高效率探地雷达应用提供了一种新的天线方案。

高保真度超高频局放检测天线研究

设计了一款用于超高频局放检测的超宽带椭圆缝隙天线.该天线具有时域保真度高、尺寸较小、馈电简单等特点.测试结果表明,天线在300~1500 MHz频段内的回波损耗低于-10 dB,平均等效高度15.7 mm,满足局放检测天线的指标要求.通过CST Microwave Studio软件对其时域波形保真度进行仿真计算分析,对局放检测时天线的摆放方向提供参考.结果表明,椭圆缝隙天线在一些角度上的保真度超过0.9,能较好地还原局部放电波形,同时天线较小的尺寸也能更好地适应局部放电现场检测.

基于UWB定位技术的煤矿机械装备防碰撞系统研究

随着煤矿机械装备的广泛应用,机械装备的防碰撞已经成为煤炭行业重要的研究课题。文章主要研究了基于超宽带(Ultra Wide Band,UWB)定位技术的煤矿机械装备防碰撞系统,通过开发定位算法、防碰撞算法、数据处理与分析等功能模块,实现系统的实时监控与报警功能。实验表明,该系统能够有效避免机械装备之间发生碰撞,进而提升煤矿生产的安全性。

无铅双钙钛矿Cs_(2)NaScX_(6)(X=Cl,Br,I)的第一性原理研究

钙钛矿材料由于具有结构稳定、易于获取、成本低廉和易于合成等优点,在发光二极管、激光器和太阳能电池等光电器件领域具有广阔的应用前景。目前,部分适合UV-LED应用的钙钛矿具有结构不稳定性。为了寻找结构稳定的钙钛矿,此项研究利用第一性原理对无铅双钙钛矿Cs_(2)NaScX_(6)(X=Cl,Br,I)的电子及光学性质进行了理论计算。计算结果表明:Cs_(2)NaScX_(6)(X=Cl,Br,I)为直接带隙半导体,带隙值分别为5.545 e V(Cl)、4.549 eV(Br)和3.408 eV(I),Cs_(2)NaScI_(6)在紫外光范围内具有较强的光吸收。本研究内容为无铅A_(2)B^(I)B^(III)X_(6)型双钙钛矿成为UV-LED的候选材料提供理论支持。

基于Taylor-Chan算法的改进UWB室内三维定位方法

[目的]针对室内三维空间环境复杂导致传统超宽带(ultra wide band,UWB)定位算法精度低、稳定性差的问题对UWB室内三维定位方法进行研究.[方法]在Chan和Taylor算法基础上,设计了一种基于距离误差筛选机制的Taylor-Chan定位算法.首先使用简化Taylor算法求解得到标签初定位结果,再结合初定位结果和测距信息根据所设计筛选函数剔除误差较大的基站数据,最后基于筛选得到的数据,使用Chan算法得到最终标签定位结果.[结果]在室内视距和非视距两种场景下进行仿真,Taylor-Chan算法相比于Chan和Taylor定位精度都有一定的提高,且测距误差越大的情况下,Taylor-Chan算法的定位效果越明显.[结论]仿真结果表明,对比现有方法,本文所提出的Taylor-Chan算法在室内三维空间的视距和非视距环境下都能有效改善定位精度.