针对全球导航卫星系统(Global Navigation Satellite System, GNSS)在受限空间内定位精度差,甚至无法定位和无线超宽带(Ultra-Wide Band, UWB)脉冲室内定位技术在非视距(Non Line of Sight, NLoS)环境下定位精度差以及定位稳定性低等问...针对全球导航卫星系统(Global Navigation Satellite System, GNSS)在受限空间内定位精度差,甚至无法定位和无线超宽带(Ultra-Wide Band, UWB)脉冲室内定位技术在非视距(Non Line of Sight, NLoS)环境下定位精度差以及定位稳定性低等问题,提出以误差状态卡尔曼滤波(Error State Kalman Filter, ESKF)为基础并将UWB定位技术和惯性传感器(Inertial Measurement Unit, IMU)技术相融合,设计一套UWB弱信号环境下的UWB定位算法模型,实现UWB弱信号环境下的厘米级定位。通过优化传统ESKF方法以及融合UWB和IMU的测量数据,解决传统UWB定位在NLoS环境下定位精度较差和定位结果容易发生偏移等问题。实验研究结果表明,在导航实验室内,系统在东-北-天(ENU)坐标系中东方向、北方向轴和OXY平面上的精度分别提高了2.87%、12.02%和5.71%,方差分别降低了5.80%、18.06%和5.71%。在地下通道UWB弱信号环境下,系统在东方向、北方向和OXY平面上的精度分别提高了12.08%、24.10%和16.08%;方差分别降低了8.12%、32.74%和12.23%。所提出的算法模型有效改善了UWB室内定位技术在NLOS情况下,定位精度低、系统定位稳定性差的问题,降低了定位成本,具有很强的实用性。展开更多
针对室内复杂环境下信道状态信息的动态性问题,本文提出了一种面向室内Wi-Fi/行人航迹推算(Pedestrian Dead Reckoning,PDR)融合定位的自适应鲁棒卡尔曼滤波方法.该方法利用自适应鲁棒卡尔曼滤波将Wi-Fi传播模型与PDR定位信息进行多重融...针对室内复杂环境下信道状态信息的动态性问题,本文提出了一种面向室内Wi-Fi/行人航迹推算(Pedestrian Dead Reckoning,PDR)融合定位的自适应鲁棒卡尔曼滤波方法.该方法利用自适应鲁棒卡尔曼滤波将Wi-Fi传播模型与PDR定位信息进行多重融合,推算用户的最优估计位置.同时,基于滤波反馈机制,通过融合定位结果对加权最小二乘法中的路径损耗指数和滤波模型中的观测协方差进行动态修正,保证Wi-Fi传播模型接近于真实室内环境.实验结果表明,该方法能够有效解决室内复杂环境下单一Wi-Fi定位精度低和PDR累积误差的问题,此外,路径损耗指数和观测协方差的实时修正可以提高融合定位系统的定位精度和稳定性.展开更多
文摘针对全球导航卫星系统(Global Navigation Satellite System, GNSS)在受限空间内定位精度差,甚至无法定位和无线超宽带(Ultra-Wide Band, UWB)脉冲室内定位技术在非视距(Non Line of Sight, NLoS)环境下定位精度差以及定位稳定性低等问题,提出以误差状态卡尔曼滤波(Error State Kalman Filter, ESKF)为基础并将UWB定位技术和惯性传感器(Inertial Measurement Unit, IMU)技术相融合,设计一套UWB弱信号环境下的UWB定位算法模型,实现UWB弱信号环境下的厘米级定位。通过优化传统ESKF方法以及融合UWB和IMU的测量数据,解决传统UWB定位在NLoS环境下定位精度较差和定位结果容易发生偏移等问题。实验研究结果表明,在导航实验室内,系统在东-北-天(ENU)坐标系中东方向、北方向轴和OXY平面上的精度分别提高了2.87%、12.02%和5.71%,方差分别降低了5.80%、18.06%和5.71%。在地下通道UWB弱信号环境下,系统在东方向、北方向和OXY平面上的精度分别提高了12.08%、24.10%和16.08%;方差分别降低了8.12%、32.74%和12.23%。所提出的算法模型有效改善了UWB室内定位技术在NLOS情况下,定位精度低、系统定位稳定性差的问题,降低了定位成本,具有很强的实用性。
文摘针对室内复杂环境下信道状态信息的动态性问题,本文提出了一种面向室内Wi-Fi/行人航迹推算(Pedestrian Dead Reckoning,PDR)融合定位的自适应鲁棒卡尔曼滤波方法.该方法利用自适应鲁棒卡尔曼滤波将Wi-Fi传播模型与PDR定位信息进行多重融合,推算用户的最优估计位置.同时,基于滤波反馈机制,通过融合定位结果对加权最小二乘法中的路径损耗指数和滤波模型中的观测协方差进行动态修正,保证Wi-Fi传播模型接近于真实室内环境.实验结果表明,该方法能够有效解决室内复杂环境下单一Wi-Fi定位精度低和PDR累积误差的问题,此外,路径损耗指数和观测协方差的实时修正可以提高融合定位系统的定位精度和稳定性.
