基于改进SHKF算法的UWB/IMU组合定位方法

针对复杂环境下超宽带(UWB)无线定位系统存在非视距(NLOS)及随机误差的问题,提出一种基于改进Sage-Husa卡尔曼滤波算法(SHKF)的UWB/IMU组合定位方法。首先,设计了一种基于概率密度的提升树,将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中,鉴别出NLOS信号;然后,设计了一种改进SHKF算法,根据新息变化趋势定义自适应因子,实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响,进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明,所提方法将NLOS信号鉴别精度提升至99.12%,定位均方根误差降低至4.30 cm,提升了复杂环境下UWB/IMU组合系统定位精度。

大型封闭空间中UWB定位基站拓扑的通用设计方法

超宽带(ultra-wide band,UWB)技术是无人装备在巡检具有多障碍物的大型封闭空间时获取定位坐标的主要方法之一。目前主要依赖人工方式设计UWB定位基站拓扑的构型、位置和数量。这种方式存在设计效率低下,设计效果未知,性价比难以确定等问题。为此,本文提出了一套较为科学完善的定位基站拓扑评价体系,并提出了一种在大型封闭空间中自动设计定位基站拓扑的通用方法。该方法以仿真模拟为基础,通过遗传算法结合拓扑评价体系,自动生成贴合实际应用场景的最优拓扑方案,包括最优的基站布设数量以及布设位置信息。实验结果表明:1)经通用设计方法生成的拓扑相比使用基站数量最多的拓扑,综合性能提高了6.2%;相比使用基站数量最少的拓扑,综合性能提高了21.2%。2)经通用设计方法生成的拓扑相比人工设计的锯齿形拓扑,综合性能提高了11.4%,设计效率提高了92.9%。可见,针对具有多障碍物的大型封闭空间场景,本文的方法可以在较短的时间内设计出综合性能较优,性价比较高的定位基站拓扑,为无人装备在此类大型封闭空间中开展全自主定位和巡检奠定了基础。

基于UWB技术的高精度定位系统设计

为了解决传统定位技术的不足,设计了UWB高精度定位系统。定位系统主要包括了电子移动标签系统、UWB天线标签系统等通信接口电路系统的软硬件设计。硬件设计主要包括主控DWM-1000芯片、DWM-1000基站天线芯片和无线通信接口等电路,软件系统主要包括了基本软件逻辑和电子便签P坐标解析算法软件流程设计,系统实现了电磁波信号发送、接收、数据计算分析和精确定位。测试结果表明,系统定位误差范围均小于10 cm,降低了非视距误差和噪声干扰影响,满足了定位系统高精度、强稳定性和低功耗的要求。

基于STM32和UWB通信的智能搬运小车设计

针对复杂搬运场景固定导引式的智能小车运行的局限性,提出以自由路径导引式进行设计更好的满足搬运需求。利用UWB空间定位技术实现高精度目标跟随,以STM32F103VET6为主控模块,通过各种传感器模块获取信息控制左右电机,以差速驱动的方式控制小车向目标位置移动。通车安装在车身和目标体上的UWB标签模块获取的空间信息,利用定位算法能精确地获取小车相对于目标的空间位置,系统中的超声波传感器、RFID标签传感器、磁条传感器和防撞条等获取多种信息,保障小车能以自由路径导引模式向目标移动。经过测试智能小车在手动模式、跟随模式和循迹模式下,无论空载或负中都能在低中高速下保持良好运行状态,能适应多种复杂场景作业,对于工业自动化具有重要的意义。

基于UWB和RFID的装配式建筑堆场管理系统研究

针对装配式混凝土建筑构件种类繁杂、尺寸较大的特点,在大规模堆场中采用人工或二维码难以有效识别和定位构件,文章基于UWB(超宽带)和RFID(射频识别)技术构建了分为四个层级的堆场管理系统,进而将功能模块划分为识别模块、定位模块、监控模块、数据模块和应用模块,实现对堆场构件的快速识别、精准定位和实时监测,可有效提高堆场利用率、管理效率和质量安全保障程度,促进智能建造技术在装配式建筑实施过程中的应用。

基于改进粒子群算法的UWB雷达人体动作识别研究

针对雷达信号中的杂波干扰及样本数量对人体动作识别精度的限制,提出一种基于改进粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)模型的超宽带(ultra-wideband,UWB)雷达人体动作识别算法。利用动态目标指示(moving target indication,MTI)与小波阈值滤波对接收到的UWB回波信号进行预处理,消除回波信号中的杂波和噪声对人体动作识别的影响;结合二维离散小波包分解(two dimensional discrete wavelet packet decomposition,2D-DWPD)与奇异值分解(singular value decomposition,SVD),对预处理后的雷达信号进行特征提取和降维;提出一种改进粒子群算法,优化SVM模型的相关参数进行识别和分类。实验结果表明,提出的算法准确率可达到96.25%,具有良好的识别性能。

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。

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。

基于5G+UWB和惯导技术的井下人员定位系统

针对煤矿井下人员定位系统在实际应用中存在因设备算力与存储资源不足导致无法使用复杂测距与定位算法,定位数据即时传输与响应性能不足,在系统部署方面人力物力损耗较大等问题,提出了一种基于5G+UWB和惯导技术的井下人员定位系统。在末端部署能耗低、抗干扰性强的UWB定位基站,定位基站与5G基站以级联的方式连接,定位基站采集UWB与惯导数据,利用5G网络回传至计算平台,在计算平台上完成定位信息的解算和存储。将基于惯导的人员位置估计作为预测值,将基于UWB的三边定位算法获取的人员位置估计作为观测值,利用卡尔曼滤波器将预测值和观测值进行融合,降低定位误差。在煤矿主体实验基地搭建测试系统,模拟真实煤矿井下环境并进行对比实验。结果表明:(1)在x轴和y轴,融合惯导的卡尔曼滤波算法得出的位置信息和真实位置信息的重合度最高,说明融合惯导的卡尔曼滤波算法得出的位置信息最接近真实位置,平均误差为22.192 cm。(2)5G+UWB和惯导技术组合的井下人员定位系统的位置信息和真实位置信息的重合度最高,误差为[15 cm,20 cm],x轴最大平均误差为26 cm,y轴最大平均误差为24 cm,超过目前大多数井下人员定位系统精度。

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。

基于UWB与RT-Thread的矿用低功耗便携式读卡器设计

针对传统的矿用便携式读卡器存在功耗高、携带不便等问题,设计了一种基于UWB与RT-Thread的低功耗便携式读卡器,用于在发生紧急情况对佩戴定位卡的人员进行搜救及日常对人员位置快速、准确读取和定位。UWB技术具有高精度定位和高速数据传输特性,使得RT-Thread操作系统实时获取和处理读卡器采集的数据,提高读卡器的数据处理速度和定位精度,满足矿井环境下对读卡器的实时性和可靠性的要求。RT-Thread操作系统具有轻量级、可裁剪的特性,通过结合UWB技术,根据实际需求对RT-Thread操作系统进行裁剪和优化,降低系统功耗,进一步提高读卡器的能效。测试结果表明:低功耗便携式读卡器能准确读取人员位置信息,在静止状态下位置误差最大值为0.22 m,符合煤矿实际应用需求。该设计对于煤矿灾后的科学救援行动及日常系统维护工作具有实际应用价值。

基于UWB定位技术的作业风险管控智能终端设备研究

针对室内施工作业点多面广、作业环境复杂多样无法收到GPS信号从而不能对施工人员精准定位,容易引发现场工作人员误入危险点的情况,设计了作业风险管控终端设备,包括智能头盔和室内定位系统。将定位标签集成在智能头盔上,在需要作业的现场安装基站,基于UWB定位技术实现对室内作业人员的定位。同时,智能头盔还具备通讯、行为识别等功能,室内定位系统具备电子围栏与预警功能。当发现人员越界时,通过蜂鸣器或者其他音频设备进行预警,并同时将位置信息传送到平台,加强了安全管控,降低了作业风险。实现室内精准定位功能、电子围栏和安全预警功能。

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。

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WLS-KF的UWB室内定位滤波算法研究

针对室内超宽带(UWB)定位过程中受到非视距误差(NLOS)干扰而导致定位精度下降的问题,提出了基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法对测距信息解算得到定位坐标。在通视环境下进行测距,利用测得的数据计算新息向量和协方差,并基于此构建阈值信息,对NLOS环境产生的量测异常值进行判别,在此基础上利用Sage-Husa滤波对系统噪声协方差进行估计。采用加权最小二乘法对测距信息进行处理,得到标签解算坐标的最优估计。通过MATLAB仿真验证算法的可行性和有效性并在室内环境下进行测距、定位试验验证。仿真和实验结果表明,基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法能有效识别NLOS误差,且对定位过程中发生的状态突变能有效进行跟踪,解算得到的标签坐标x方向误差1 cm左右,y方向误差2 cm左右,提高了UWB室内定位的精度。

复杂多径下IR-UWB自适应频偏估计算法研究

在脉冲超宽带定位系统中,时钟频率偏移是影响测距和测角精度的重要因素;针对复杂多径下频偏估计精度低的问题,设计了一种适应复杂多径环境的脉冲超宽带自适应频偏估计算法;首先,借助脉冲超宽带信号的抗多径优势,将实时估计的信道脉冲响应作为自适应匹配滤波模板,以保证复杂多径下相关峰的准确提取;利用相关峰辐角信息得到前导符号的相位序列;再使用贝叶斯估计算法提高频偏估计精度;在IEEE 802.15.4a标准CM1、CM2多径信道下进行仿真,仿真结果表明,低信噪比情况下,频偏估计精度保证在0.2 ppm以内;在巷道环境实验结果表明,50 m范围内频偏估计标准差在0.06 ppm以内;实现了复杂多径环境下高精度频偏估计,具有较强的实用性。

基于UWB的加权同心圆聚类室内定位方法

为了降低基于超宽带(UWB)测距中的非视距(NLoS)误差的影响,引入了一种基于遗传算法-反向传播神经网络(GA-BP)的UWB测距误差识别与优化方法,能够识别NLoS传播链路下的数据,对NLoS传播链路下测距误差和系统偏差进行校正,最后对测距结果使用卡尔曼滤波(KF)优化。在此基础上,针对测距误差导致的多边定位无交点或多交点问题,提出了一种加权同心圆聚类定位(WCCGT)方法,通过加权同心圆生成(WCCG)解决无交点问题,再采用均值漂移聚类定位方法实现定位解算,以提高定位精度。实验结果表明,改进的测距优化方法有效减小了NLoS传播链路下的测距误差,基于UWB的测距精度提升了60%以上;通过静态定位实验和动态实验分析,将WCCGT方法定位结果与最小二乘(LS)方法进行了比较,本文方法能够在NLoS环境下达到10.78 cm的定位精度,定位性能提升了17.32%。

基于UWB的综采工作面推进度测量系统

针对目前综采工作面推进度的测量和计算方式存在费时费力、累计误差大、传感器损坏后无法重新计算等问题,提出了一种基于UWB测距技术的综采工作面推进度实时测量系统。该系统采用矿用本安型测距分站与测距标志卡组合的方式,通过无线通信实现对综采工作面巷道推进度的实时测量。在综采工作面端头液压支架布置测距分站,在回采巷道固定标志点悬挂测距标志卡,通过巷道内UWB无线信号测距,当即将开采到最近的测距标志卡位置时,撤掉该处测距标志卡,后续测距标志卡接替进行巷道推进度的测量与计算,依此循环往复,不断进行更替测量。结合采煤工艺,建立了依据采煤机位置和液压支架动作的限幅中值平均滤波模型,该模型将限幅滤波、中值滤波、算术平均滤波深度融合,以剔除海量数据中由于受到测量、遮挡等影响而造成的测量偏差较大的无效数据,同时消除有效数据中的最大和最小偏差数据,进一步保证了通过算术平均运算得到的测量值的准确性和有效性,实现了综采工作面推进度的连续测量。地面测试结果表明,测距分站1的最大误差为0.32 m,误差小于0.2 m的占比为84.62%;测距分站2的最大误差为0.48 m,误差小于0.2 m的占比为76.92%。井下工业性试验结果表明:该系统与矿方实测数据日平均推进度差值为0.13 m,证明了UWB测距技术在井下巷道条件下测距的可行性和基于采煤工艺的推进度测量模型的准确性。