针对超宽带(Ultra-wideband,UWB)定位系统受非视距(Non-line of Sight,NLOS)误差影响较大,以及惯性测量单元(Inertial Measurement Unit,IMU)定位系统受累积误差影响较大的问题,提出了一种基于多源信息的改进融合定位模型。首先,对UWB...针对超宽带(Ultra-wideband,UWB)定位系统受非视距(Non-line of Sight,NLOS)误差影响较大,以及惯性测量单元(Inertial Measurement Unit,IMU)定位系统受累积误差影响较大的问题,提出了一种基于多源信息的改进融合定位模型。首先,对UWB测量模型进行优化,通过差分气压计测高的方法对NLOS信号进行鉴别,并通过加权最小二乘法削弱NLOS信号对UWB定位结果的影响。然后对数据融合算法进行优化,引入IMU累积误差门限降低累积误差对IMU定位结果的影响,提高融合定位精度。最后,使用UWB、IMU系统在室内复杂环境中的实测数据进行Matlab仿真,验证了改进融合定位模型在定位精度上比基础融合定位模型提高了45.71%。展开更多
文摘针对超宽带(Ultra-wideband,UWB)定位系统受非视距(Non-line of Sight,NLOS)误差影响较大,以及惯性测量单元(Inertial Measurement Unit,IMU)定位系统受累积误差影响较大的问题,提出了一种基于多源信息的改进融合定位模型。首先,对UWB测量模型进行优化,通过差分气压计测高的方法对NLOS信号进行鉴别,并通过加权最小二乘法削弱NLOS信号对UWB定位结果的影响。然后对数据融合算法进行优化,引入IMU累积误差门限降低累积误差对IMU定位结果的影响,提高融合定位精度。最后,使用UWB、IMU系统在室内复杂环境中的实测数据进行Matlab仿真,验证了改进融合定位模型在定位精度上比基础融合定位模型提高了45.71%。
