针对矿井非视距(not line of sight,NLOS)环境下监控区域有限、目标被遮挡以及多径干扰导致井下目标定位精度下降、定位延迟等问题,提出了一种面向井下巷道场景的移动目标无线感知与视觉融合跟踪定位方法。该方法首先通过射频识别感知...针对矿井非视距(not line of sight,NLOS)环境下监控区域有限、目标被遮挡以及多径干扰导致井下目标定位精度下降、定位延迟等问题,提出了一种面向井下巷道场景的移动目标无线感知与视觉融合跟踪定位方法。该方法首先通过射频识别感知、获取井下目标位置信息,然后利用视觉跟踪移动目标并捕获其位置信息,最后将对目标的感知信息与视觉跟踪位置信息进行加权融合,从而获得井下目标位置估计。研究结果表明:本文方法可以提高定位精度、减小定位误差和运算耗时,相比射频识别和视觉定位方法,平均定位误差、计算耗时分别减少62.8%和79.5%;在噪声环境下具有较强的鲁棒性,可有效地实现对井下目标的实时跟踪与精确定位。展开更多
针对卡尔曼滤波对3GPP长期演进(LTE,long term evolution)终端非合作跟踪定位精度较差的问题,提出了基于非合作定位模型的改进型粒子滤波算法。该算法以侦测站从空口截获的含有噪声的波达时延差(TDOA)和波达时延和(TSOA)信息为基础,建...针对卡尔曼滤波对3GPP长期演进(LTE,long term evolution)终端非合作跟踪定位精度较差的问题,提出了基于非合作定位模型的改进型粒子滤波算法。该算法以侦测站从空口截获的含有噪声的波达时延差(TDOA)和波达时延和(TSOA)信息为基础,建立目标跟踪定位模型,通过改进型粒子滤波(PF,particle filter)算法实现对目标终端的位置和速度的跟踪获取。仿真实验表明,该算法可以有效实现对目标的跟踪,较无迹卡尔曼滤波(UKF,unscented kalman filter)算法有更好的准确性。展开更多
文摘针对矿井非视距(not line of sight,NLOS)环境下监控区域有限、目标被遮挡以及多径干扰导致井下目标定位精度下降、定位延迟等问题,提出了一种面向井下巷道场景的移动目标无线感知与视觉融合跟踪定位方法。该方法首先通过射频识别感知、获取井下目标位置信息,然后利用视觉跟踪移动目标并捕获其位置信息,最后将对目标的感知信息与视觉跟踪位置信息进行加权融合,从而获得井下目标位置估计。研究结果表明:本文方法可以提高定位精度、减小定位误差和运算耗时,相比射频识别和视觉定位方法,平均定位误差、计算耗时分别减少62.8%和79.5%;在噪声环境下具有较强的鲁棒性,可有效地实现对井下目标的实时跟踪与精确定位。
