信号强度与运动传感器融合的智能手机室内定位算法

利用智能手机传感器实现高精度跟踪定位已经成为一个研究热点。针对室内定位中由于手机的运动引起采集信号强度不稳定造成的定位误差大的问题,提出了基于信号强度与加速度梯度融合综合的新的测距算法,结合手机方向信息、地图信息、信号强度的分布信息,利用测距信息与地图匹配算法,实现对智能手机的精确定位。在实验测试中,该算法平均定位精度为1.2 m,3.5 m以下定位精度达95%。本算法有效地提高了智能手机的室内定位精度,并且相比指纹库定位算法减少了搜索次数,提高了定位速度。

一种基于RSSI和TOF的优化混合测距方法

随着移动网络技术的快速发展和对矿井人员安全问题的日益重视,对矿井人员安全定位系统的定位精度提出了更高的要求,而高精度的定位离不开高精度的测距方式。飞行时间(TOF)作为一种常用的测距技术,由于时钟分辨率问题,会导致近距离测距误差较大。针对近距离测距中TOF存在的问题,提出了采用TOF和信号强度(RSSI)融合的矿井人员测距方法。该方法通过分析近距离无线测距中RSSI测距精度的特性,提出了采用优化指纹库和EWKNN减小测距误差的方法来减小RSSI测距误差,并针对融合测距中数据选择比较单一的问题,提出变化权重的数据权重选择方式,从而保证测距精度。实验仿真结果表明,在近距离测距时,采用优化的融合测距方法比单一TOF测距方法的测距精度有明显提升,30 m范围的测距精度在3 m以内。该方法适用于精度要求较高的复杂环境场合。

基于UWB与激光测距的地下铲运机井下定位系统

地下铲运机在井下巷道环境中无法通过接收GPS信号来实现车辆的定位,因此需要搭建其他定位系统来替代。UWB定位系统通过基站与车载标签进行车辆井下位置定位。由于地下巷道狭长的特点,单一的UWB定位成本很高。对此展开研究,在地表搭建模拟巷道分别对UWB定位系统与UWB与激光测距融合定位系统进行测试,实验表明两种定位系统误差相距不大,都可满足使用要求,但采用UWB与激光测距融合定位系统可以极大的降低UWB基站的使用数量,从而降低系统成本。