超宽带双向到达时间测距的室内动态定位方法

针对超宽带室内定位系统中的标准偏差和非视距误差问题,该文设计了一种基于改进卡尔曼滤波动态定位方法。该方法首先针对双向到达时间测距信息进行标定,利用线性拟合剔除测距信息中的标准偏差,针对超宽带平面定位系统中的非线性量测方程推导得到线性化的量测方程,将改正后的测距信息作为改进卡尔曼滤波量测信息,通过设定阈值调整卡尔曼滤波增益,从而剔除非视距误差。实验结果表明,该方法能有效抑制标准偏差和非视距误差的影响,视距环境下能达到厘米级精度,非视距环境下亚分米级精度,实现室内环境下的高精度动态定位。

基于TW-ToA与TDoA的无线传感器网络多目标协同定位算法

针对高斯噪声环境下无线传感器网络(Wireless sensor networks,WSNs)中目标节点位置估计问题,提出了一种基于双向到达时间(Two way-time of arrival,TW-To A)与到达时间差(Time difference of arrival,TDoA)的多目标协同定位算法。该方法利用了TW-To A高精度和无需同步的特性,并通过混合TDoA测量,在提高整体定位精度的同时,有效地降低了TW-To A的信息传输量。所提出算法将待测目标节点扩展为伪辅助参考节点,协同参与定位过程,从而进一步减少了网络中锚节点的数量。仿真结果表明,该算法在相同节点数量的网络环境中可以以较低的代价实现较高精度的定位目标,为无线传感器网络中的目标定位提供了新的思路和方法。

基于特征矢量的NLOS误差检测的定位算法

最小二乘估计算法常用于基于测距的源定位,然而,当移动基站与基站间呈非视距(Non Line of Sight,NLOS)路径时,最小二乘估计算法无法提供理想的定位精度。为了克服此问题,研究人员提出多类算法识别并消除NLOS误差。然而,现存的算法存在高运行时间的开销问题。为此,提出基于特征矢量的NLOS误差检测的定位(Eigenvector-Based NLOS Error Identification Localization,E-NIL)算法。E-NIL算法先利用基于测距数据的统计特性识别NLOS误差,然后,将NLOS误差看成确定加性噪声项,再利用误差函数与它的特征矢量间的互相关,寻找NLOS误差值。最后,再删除这些NLOS项,并依据这些无NLOS误差的数据估计移动基站的位置。实验数据表明,提出的E-NIL算法在定位精度和复杂度方面优于同类算法。

基于TW-TOA的面向合作传感器网络多节点定位方案

针对合作传感器网络的定位问题,提出在未知节点周转时间(TATs)条件下估计多个目标节点位置的方案。在该方案中,每个目标节点能与多个锚节点、其他目标节点通信,并测量它们间的双向到达时间(TW-TOA)值,其包括在信道终端的处理时延。基于这些测量值,对目标节点位置和TATs进行最大似然估计(MLE),而这产生了非凸优问题,为此,将其近似转化为非线性最小二乘问题。最后,通过欧氏距离矩阵(EDM)对多个目标节点位置和TATs的值进行估计。仿真结果表明:提出的方案具有良好的定位精度。在不同的场景下,提出的方案的均方根误差逼近克莱姆—拉奥下限(CRLB)。

基于DW1000的高速弹丸定距系统设计

在炸点高度测量领域常用的测试方法无法满足近地弹丸炸点高度距离测量的需求。针对该问题,提出了一种基于UWB(超宽带)的高速弹丸定距控制技术,通过使用AGLN250-VQ100作为系统的主控芯片满足了低成本和高同步采集的要求,采用双向到达时间差算法的DW1000芯片保证了测量精度的高要求,搭配外围功放模块以及所设计的超宽带微带天线,搭建了一个基于DW1000芯片的UWB测距系统。静态和动态环境下的测试结果表明,该系统的测距误差在40~60 cm,测距距离可达802 m,满足了高速弹丸定距技术的测试精度要求。

一种超宽带高精度测距系统的设计与实现

为实现高精度无线测距,采用超宽带无线电信号和双向到达时间测距方法,设计并实现了一种基于超宽带信号相关检测的测距系统.实验结果表明:在视距传输条件下,室内测距系统误差在0.14 m以下的概率达到90%,误差在0.05 m以下的概率为50%;楼道测距系统误差在0.06 m以下的概率达到90%,误差在0.04 m以下的概率为50%.实验结果证明系统能够实现厘米精度的测距精度.

WSNs中基于TW-ToA测量的目标定位算法

针对时钟偏差问题,提出基于双向到达时间(Two-way time of arrival,TW-ToA)测量的目标定位算法(Target Localization-based on TW-ToA,TL-TW-ToA)。TL-TW-TOA算法考虑了周转时间和时钟偏差问题。由于利用直接处理方法难以获取目标位置的最优解,TL-TW-TOA算法选用次优、强健算法进行近似,并将定位问题建立成广义信赖域次优问题(Generalized Trust Region Sub-Optimal,GTRS),然后再利用二分算法获取精确解,进而缓解时钟偏差和周转时间(Turn-around Times,TATs)对定位精度的影响。实验数据表明,提出的TL-TW-TOA定位算法降低了计算复杂度,并减少了均方根误差(Root Mean Square Error,RMSE)。