无线定位中NLOS识别和抑制算法综述

蜂窝网无线定位中,往往由于建筑物或地形的阻挡,造成移动台和基站之间的非视线(NLOS)传播。NLOS传播是无线定位的主要误差来源,因此近年来国际上对NLOS问题开展了广泛的研究。本文首先阐述了NLOS问题及其给定位精度带来的影响,然后综述了无线定位中NLOS识别和抑制算法的研究成果以及最新进展,着重对该方面提出的各种算法进行了分类阐述和对比分析,最后指出了现有算法的缺点以及进一步研究所需的工作。

一种基于散射体模型的NLOS误差抑制方法

在无线定位中,非视距(NLOS)传播成为高精度定位的主要障碍,它严重约束了无线移动台的定位精度。提出了一种新颖的减小非视距误差的方法。该基于到达时间(TOA)分布的定位算法是以多径散射为测量模型的。通过匹配由散射体模型产生的若干多径信号的TOA测量值的统计方法,可以获得视距(LOS)条件下基站与移动台之间的TOA估计值。由此,获得的LOS的TOA估计值可以用于任何传统的TOA定位算法。在NLOS环境中,该算法表明TOA系统的定位精度得到显著的提高。

旋转变压器误差抑制与解码技术的研究

针对旋转变压器在工程应用中易受环境条件的影响,导致传统的解码方法不能有效抑制输出信号中存在的幅值、偏置、相位等误差,从而影响到解码效果等问题提出使用改进Ⅲ型双广义二阶积分器配合自适应参数校正算法,对旋转变压器输出信号进行波形预测和重构,实现精确解码。首先带有噪声的旋转变压器输出信号,经过自适应参数校正算法后,对源输出信号进行预测重构,把重构后的信号在经过低通滤波器有效滤除前级携带有的高次谐波,然后通过改进Ⅲ型广义二阶积分器通过提取和分离不平衡信号中的对称正序分量;其次利用锁相环技术进行跟踪计算;最后获取准确的转速和角度。其中,自适应拟合算法,也有效减弱了改进Ⅲ型二阶积分器的超调和稳态误差的问题。Simulink仿真结果说明该方法能够在四种误差存在的情况下准确解码,证实了该方案的可行性。

基于非视距误差抑制的矿井轨道机车定位方法研究

矿井轨道机车定位方法以超宽带(UWB)定位为主,但井下运输巷道环境复杂,非视距传播多发,对UWB定位精度的影响严重。目前针对非视距传播引起的定位误差研究存在算法复杂、实时定位差等问题。通过分析轨道机车定位特点,在基于信号到达时间(TOA)的UWB定位技术基础上,提出一种基于非视距误差抑制的矿井轨道机车定位方法。在轨道机车不同位置安装2个定位卡,采用射频识别技术准确划分定位卡与定位基站的相对位置关系,根据UWB定位信号在非视距传播条件下测距值比实际值大的情况,采用2个定位卡之间距离测算值与实际值差值的经验范围,推算出不同定位卡和定位基站位置关系下非视距传播条件的鉴别阈值,通过该鉴别阈值剔除由非视距路径传播定位信号的测距值,使用由视距路径传播定位信号的测距值进行定位计算,实现对非视距误差的抑制,从而提高矿井轨道机车平均定位精度。测试结果表明:使用基于非视距误差抑制的矿井轨道机车定位方法,在定位信号处于视距传播条件时,机车平均定位误差均在1m以内;在定位信号处于非视距传播条件时,大部分非视距误差得到了有效抑制,平均定位精度在1 m左右,轨道机车定位精度较常规基于TOA的UWB定位方法大幅度提升。

超宽带信号的非视距识别与测距误差抑制

针对超宽带信号在非视距环境下测距误差大等问题,基于首径和最强径的位置差、接收信号与首径的功率差及距离残差,提出一种计算简单、识别准确度高的非视距识别方法,并基于偏置卡尔曼滤波和极大似然估计算法,提出一种超宽带信号接收强度与信号达到时间相融合的非视距误差抑制方法,最后开展动、静态场景实验以验证算法的可靠性.实验结果表明,所提出的方法对于非视距场景的平均识别准确度达到95.42%,定位的平均距离误差在0.14m以内.

气体传感器特性漂移抑制的研究

在对气体进行长期在线监测的场合 ,所要解决的关键问题之一就是气体传感器特性漂移的抑制。传感器特性漂移会给气体的测量和识别带来误差。对此 ,本文提出一种动态在线标定法。该方法能够对传感器漂移故障做出判定 ,同时可实现测量误差的修正。文中对该方法进行了详细的描述和论证。

一种抗噪声语音识别系统的设计

语音识别在环境中有噪声存在时,性能就会下降。在此提出一种利用线性预测误差去除语音中的加性白噪声的方法。实验结果表明,该方法大大提高了系统的噪声抑制能力。

目标定位中的非视距传播研究综述

由于障碍物的存在,矿井等定位场景中普遍存在非视距传播现象,引起定位信号的折射、反射、衍射和散射,导致测距误差增大,进而影响目标定位精度。分析了非视距传播对TOA(Time of Arrival,到达时间)、TDOA(Time Difference of Arrival,到达时间差)、AOA(Angle of Arrival,到达角度)、RSSI(Received Signal Strength Indication,接收强度指示)等定位方法的影响,并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别,重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系法;对于非视距传播误差的抑制,主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法;对于非视距传播的利用,重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法;对于非视距场景下的目标定位方法设计,分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向:通过多种定位技术的融合提高目标定位精度;借助新兴技术提高非视距场景下的目标定位精度;通过与其他信息系统的交互引入额外信息,实现跨系统协同定位。

无线电监测中的信号处理技术分析

文章概述了无线电监测的内涵和具体内容,详细论述在无线电监测中进行信号处理的关键技术,对无线电监测技术的发展和信号处理方法进行总结,为无线电监测中信号处理技术的发展提供理论参考。

基于UWB和IMU的电力巡检机器人定位方法

为了满足日益增长的电力需求,我国建设了大量发电站和电能转换设施。长时间的负载运行使电力设备运行的不稳定性增加,一般需要通过人工巡检的方式进行检测和维护,但传统的人工巡检方法存在着较大的安全风险,在精度方面满足不了需求,维护效率也比较低。随着人工智能技术的发展,智能巡检机器人的出现给这一问题带来希望,它克服了传统人工巡检方式存在的弊端,但目前的巡检机器人在复杂电力环境中仍存在空间定位不准确等问题。为此,本文提出了一种将超宽带(UWB)和惯性传感器(IMU)以无迹卡尔曼滤波(UKF)进行融合的定位方法,该方法克服了UWB定位方法在有障碍物的非视距情况下定位误差大的问题,改进了复杂电力环境下智能巡检机器人的定位精度。