基于TOF和自适应抗差卡尔曼滤波的UWB室内定位算法

为提高超宽带(UWB)定位系统在室内复杂环境下的定位精度,提出一种基于飞行时间(TOF)和自适应抗差卡尔曼滤波(ARKF)的改进定位算法。针对超低功耗宽带设备在复杂室内环境状态下易受周围干扰而存在标准时间偏差的问题,提出一种改进的TOF算法,同时进行测距标定,拟合数据;对室内存在非视距(NLOS)干扰的情形,提出一种ARKF算法,通过比较残差与3倍信息的方差来判断视距(LOS)与NLOS情形。实验结果显示:该算法可以在静态与动态定位实验中有效提高系统定位精度,降低定位误差,取得较好的定位效果。

密林环境空地协同GNSS/UWB快速高精度定位技术

针对密林中卫星信号遮挡难以实现快速高精度定位的问题,提出了一种密林环境空地协同全球卫星导航系统/超宽带(GNSS/UWB)高精度定位方法。该方法综合考虑无人机平台在空旷环境快速运动与超宽带的强穿透性测量等特征,通过无人机携带GNSS/UWB集成化载荷,以移动单基站模拟多基站,配合密林中UWB标签组网测距,完成密林中UWB标签定位。对基站布设方案展开研究,为密林环境下空地协同GNSS/UWB快速高精度定位技术应用提供基站布设指导和依据,并且利用密林环境下实测测距实验+仿真定位实验对提出的方法进行验证。结果表明,所述方法可有效实现密林环境下的快速高精度定位,精度达到分米级,并且通过优选基站布设网型、范围及高度可有效提高定位精度,为密林环境下快速高精度定位方法提供了理论支撑。

PDR与UWB融合的森林消防员定位系统设计

针对森林消防员在林区环境下由于全球导航卫星系统(GNSS)定位拒止及惯性导航误差累积而难以精确定位的问题,设计了一种融合行人航位推算(PDR)和超宽带(UWB)测距的定位系统。首先,基于消防员个体装备的便携性要求,利用加速度计、磁强计、陀螺仪和气压计设计头戴式定位系统;其次,将指挥员作为基站,利用UWB测得消防员与基站之间的距离;接着,基于扩展卡尔曼滤波(EKF)设计了PDR与UWB融合的定位算法,将测距信息与消防员的运动状态进行融合解算,约束误差发散;最后,利用设计的软硬件定位系统进行了验证实验。结果表明:在真实林区实验中,与无约束PDR相比,采用PDR与UWB融合的定位方法将位置误差减小了60.04%,有效提升了系统的定位精度。

基于UWB的天然气站场室内三维定位系统研究

为解决天然气站场室内定位中因非视距(NLOS)现象导致人员和设备定位精度低的问题,设计了一种基于超宽带(UWB)与Three.js的天然气站场室内人员与设备三维定位系统。通过B/S三层架构,以Django框架和VUE框架为基础,利用Python、HTML5、CSS3和Three.js,实现定位信息在网页客户端的三维可视化。通过对UWB技术的研究,为保证定位精度,基于到达时间差(TDOA)测量值,采用卡尔曼滤波算法对其进行NLOS滤波,并结合Chan算法融合多基站数据,最终得到目标点的计算位置。通过搭建实验环境,对三维定位系统进行定位标签静态和动态定位实验。实验结果表明,对于NLOS现象严重的复杂室内环境,该系统定位精度高、运行平稳,能为天然气站场室内定位提供一种切实可行的技术。

基于人工神经网络的UWB坐标误差一步改正模型

针对超宽带(UWB)定位存在的坐标误差难以利用常规手段进行改正的问题,本文提出了基于广义回归神经网络(GRNN)和反向传播神经网络(BPNN)的UWB坐标误差一步改正模型。改正模型以UWB原始定位坐标、与不同基站间距离为输入,以UWB相对高精度参考值误差为输出,分别以GNSS RTK点位坐标为动态试验参考值、全站仪点位坐标为静态试验参考值,对改正模型进行训练。将改正模型分别用于改正非建模样本点的UWB坐标,然后对改正前后的精度及不同改正模型的精度进行了比较分析。结果表明:利用人工神经网络直接建立UWB坐标一步改正模型的方法是可行的,该方法无须再次利用改正后的测距值解算坐标,更加简便、快捷;两种模型总体均能有效改善UWB的动态、静态定位坐标精度;且基于GRNN的改正模型相比基于BPNN的改正模型可以更有效地改善UWB坐标误差,改正后的UWB动态定位平面坐标精度可达厘米级,静态定位平面坐标精度高达毫米级。

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。

基于最大相关熵卡尔曼滤波的UWB室内定位算法

随着无线通信技术的不断发展,室内定位技术逐渐成为关注的热点。然而,在复杂的室内环境中,如非高斯噪声等条件下,传统的超宽带(ultra wide band,UWB)定位算法往往存在定位精度低、鲁棒性差等问题。该算法将最大相关熵准则引入卡尔曼滤波(Kalman filter,KF)算法的代价函数中,并对测量噪声进行建模,因此能够给异常量测值分配较小的权重以减轻其对于状态估计的影响,相对于传统的卡尔曼滤波算法具有更强的鲁棒性。在仿真实验中,采用了多个基站对运动目标进行定位,结果表明,非高斯环境下,相比于卡尔曼滤波和无迹卡尔曼滤波(unscented Kalman filter,UKF),新算法能够有效地提高室内定位的精度和鲁棒性。

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。

基于时频域特征融合的IR-UWB穿墙雷达人体行为识别方法

冲激脉冲(impulse radio,IR)超宽带(ultra-wideband,UWB)穿墙雷达因其良好的穿透性和距离分辨率在穿墙人体行为识别领域具有重要作用,但是常规识别方法仅采用单域特征对行为模式进行描述,识别准确率不高。针对这一问题,提出基于时频域特征融合的IR-UWB穿墙雷达人体行为识别算法。首先,通过杂波抑制及距离补偿方法获取高信噪比的人体行为距离像。其次,基于距离像提取目标时域特征,与频域特征进行融合,构建数据集。最后,基于支持向量机(support vector machine,SVM)算法对人体行为进行识别。实验结果表明,所提算法对于IR-UWB穿墙雷达人体行为识别能够达到95%的准确率。

带有NLOS误差补偿的UWB/INS室内融合定位算法研究

针对室内环境中超宽带(Ultra-Wideband,UWB)定位精度易受非视距影响,以及惯性导航系统(Inertial Navigation System,INS)误差随运行时间迅速累积的问题,在无迹卡尔曼滤波的基础上提出了一种带有非视距误差补偿的UWB/INS室内融合定位算法。该算法利用INS预测定位目标的位置信息;采用残差检验法对相邻时刻UWB测距结果进行非视距检测;利用INS预测信息设计了“近似补偿误差”,结合UWB测距信息实现对非视距测量值的误差补偿;利用无迹卡尔曼滤波算法以紧耦合方式融合UWB和INS定位信息,得到融合定位结果。实验结果表明,该算法既能抑制INS的误差累积,又能缓解非视距误差对UWB定位技术的影响,具有较好的定位精度和鲁棒性。

基于改进深度置信网络的UWB无线定位方法

针对传统指纹定位算法中接收信号强度值在室内复杂环境中波动较大,指纹信息不可靠,造成定位精度不足的问题,提出了一种以测距值作为指纹信息的基于深度置信网络和极限学习机的超宽带定位方法。首先在深度置信网络底层采用多个堆叠受限玻尔兹曼机对输入数据做无监督学习,来提取深层次特征,然后在顶层选用极限学习机对输入数据及位置标签进行有监督学习。建立指纹库阶段,为优化指纹采集过程并减少人工勘测成本,提出一种基于高斯过程回归的超宽带指纹库扩充方法。真实场景下实验结果显示,视距环境和非视距环境中,该定位方法均能够达到厘米级定位精度。

Mobile Robot Positioning and Tracking Based on Ultra-wideband Technology

To solve the precision self-positioning problem for mobile robot,a positioning program based on ultra-wideband technology was proposed. Ultra-wideband pulse has very high bandwidth; ranging accuracy can achieve centimeter-level theoretically. The mobile robot obtained the distance to the reference node by sending ultra-wideband pulse. According to the geometric relations among the references and the robot,establish equations to calculate the position coordinates. Then Kalman filter algorithm was applied for mobile robot tracking. Simulation results show that robot positioning and tracking based on ultra-wideband technology can achieve indoor and outdoor seamless docking.

复杂环境下的UWB精确定位技术研究

近年来,矿山工业的快速发展对定位技术提出了更高的需求,尤其是在矿山井下复杂且具有挑战性的环境中。实时而精准的位置信息对于确保矿工安全、提高生产效率以及优化资源利用至关重要。超宽带(Ultra-Wideband,UWB)定位技术由于其高精度、高带宽和良好的穿透性等特点,逐渐成为矿山井下定位的研究热点。

基于WSN+UWB的室内人员定位系统设计

随着社会发展,家长对幼儿安全越来越重视,幼儿园环境安全与否直接关系到儿童的健康及生命。为保障园区内幼儿状况及安全,文章提出了一种室内人员定位系统设计,该系统在满足基本定位需求的同时,采用了超宽带(Ultra Wide Band,UWB)技术,具有穿透性强、抗干扰和功耗低等优势,其性能表现已超过蓝牙和Wi-Fi,并以UWB技术作为主要技术依据,将无线传感网络(Wireless Sensor Network,WSN)技术与UWB技术相结合,设计了一款智能化的人员看护及定位系统,测试结果证明了该系统设计可满足园区内人员监测及定位警报的需求。

基于UWB定位的智能跟随车系统设计

本文基于超宽带技术(UWB)设计了一款定位与跟踪智能小车^([1]),实现了高精度的定位和跟踪功能。通过三边定位算法计算出小车在基站中的位置,实现精准定位,通过安装在小车车头上的两个UWB模块测试与目标UWB模块的距离和角度实现距离和角度的跟踪。实验测试结果表明,小车具有高精度定位和灵活的跟随功能。

融合全局与局部特征的UWB雷达人体动作识别算法

为了消除雷达信号中杂波和噪声对人体动作识别的干扰,提高小样本数据下动作识别的精度,在去除杂波及噪声干扰的基础上,提出一种融合全局与局部特征的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。用动目标指示(moving target indication,MTI)结合自适应中值滤波对雷达原始回波信号进行预处理,再对人体动作的雷达二维特征图像利用主成分分析(principal component analysis,PCA)提取主要分量作为全局特征表征,并用二维离散小波变换(2D discrete wavelet transform,2D-DWT)结合奇异值分解(singular value decomposition,SVD)获取特征图像在不同方向与尺度划分下动作的局部特征表征,并将全局与局部特征进行串联融合;根据融合特征,在网格搜索算法(grid search,GS)优化的支持向量机(support vector machines,SVM)模型中实现人体动作的识别分类。实验结果表明,该算法能有效获取雷达信号中的人体动作信息,平均识别准确率为95.63%,具有良好的识别性能。

利用科赫分形解耦的四端口紧凑型QSC UWB MIMO天线

提出一种利用共面波导(Coplanar Waveguide,CPW)馈电的四端口紧凑型准自互补(Quasi-self-complementary,QSC)超宽带(Ultra-Wideband,UWB)多输入多输出(Multiple-input Multiple-output,MIMO)天线。此UWB MIMO天线的整体尺寸为40 mm×30 mm×0.8 mm,由4个六边形准自互补辐射单元对称排列而成,印刷在介质板的一侧。介质板另一侧印刷科赫分形解耦枝节和新型正六边形双开口谐振环(double-split ring resonator,DSRR)阵列,分别提升低频和高频处天线单元间的隔离度。实验与测试结果表明,此天线的工作带宽为3.1 GHz~15.5 GHz,在大部分工作频段内,隔离度达到20 dB以上。此外,天线在整个工作频带内具有良好的辐射特性和稳定的增益。包络相关系数小于0.04,表明该天线能够很好地满足极化分集特性,可用于便携式UWB MIMO无线通信系统。

顾及空间分布和NLOS的UWB室内可信定位方法

针对现行室内可信定位存在的三维定位精度低与结果可信度难以定量评估的难点,提出了一种可信超宽带(UWB)室内定位模型。该方法采用无迹卡尔曼滤波和IGG-III抗差理论模型,解决了UWB定位中的非线性化和非视距误差问题;同时,为提高该方法定位结果的可信度,进一步构建了一种兼顾UWB基站空间分布和非视距误差的可信精度评估模型。与现有模型相比,提出的方案可有效实现基于UWB的室内高精度可信定位。仿真和实测数据结果表明:1)与传统最小二乘结果相比,该方法可提高30%~40%的UWB定位精度;2)引入IGG-III抗差模型可提高11%的定位精度;3)非线性化误差对UWB定位精度的影响不尽相同,约为22%~50%;4)提出的可信度评估模型可实时准确评估UWB定位精度。

基于IMU/UWB的井下采煤工作面端头采煤机定位试验研究

采煤机自主定位装置的长期精度是采煤工作面智能开采的重要研究内容。针对当前采煤机定位精度难以满足自动开采的需求,建立了基于惯性测量单元(Inertial Measurement Unit,IMU)/超宽带(Ultra-Wideband,UWB)融合定位的模型,提出了采煤工作面端头自主修正补偿惯性导航定位装置的漂移误差,利用IMU/UWB的融合结果对惯性导航定位装置的位置和姿态进行自主纠偏,能实时补偿IMU的偏差,实现采煤机长期高精度自主循环截割。为减小不确定的测量噪声对定位结果的影响,提出了利用变分无迹卡尔曼滤波(Variational Bayesian unscented Kalman filter,VB-UKF)技术对定位结果进行平滑处理,进一步提升融合定位精度,在太原重型机械有限公司开展了地面采煤机融合定位试验和山东能源集团济三工作面端头开展井下采煤机机载试验,验证采煤工作面端头的定位精度。试验结果表明,IMU/UWB融合定位精度高于单纯的UWB解算的精度;经过VB-UKF算法平滑后,井下试验的IMU/UWB融合定位的x轴和z轴方向的平均误差分别从0.102 m和0.194 m降低为0.082 m和0.158 m,平均精度对应的提升了19.6%和18.6%;3个姿态角的误差小于2°,在融合定位模型中利用误差扩展卡尔曼滤波实时补偿修正IMU的偏差,能有效的抑制IMU姿态角的漂移,井下现场试验证明了采煤工作面端头定位方法的有效性,为井下IMU/UWB融合定位的应用提供较好的参考和经验。

A Novel Ultra-Wideband Monopole Antenna with Band-Stop Characteristic

In this letter, a simple monopole antenna with variable band-notched characteristic for ultra wide band (UWB) function is proposed. Two L-shaped quarter-waveguide resonators coupled to the ground plane with two shorting tracks at the sides of the antenna are used to generate stop-band performance around 5.5 GHz (WLAN). The proposed antenna is fabricated on the substrate FR4 (relative permittivity of 4.7) and has a compact size of 16 × 28.5 × 1.6 mm. The designed antenna has a good impedance matching in 3.1 - 11.4 GHz frequency range with VSWR < 2, except the band 5 - 5.85 GHz.