改进的Chan-粒子滤波算法超宽带室内三维定位

针对超宽带室内定位时容易受到非视距误差的影响，导致定位精度大大下降，甚至无法准确定位的问题，提出了一种融合粒子滤波的改进Chan定位新方法。首先，在Chan定位方法中引入模拟退火算法，对到达时间差（TDOA）算法的测量值进行优化，获得初步定位的最优解；然后，采用粒子滤波对测量值进行再次优化，粒子重采样后得到的中心位置即为目标节点的精确位置。仿真和实验结果均表明，该算法能有效提高在非视距环境下超宽带室内定位的精度，较好地消除非视距误差的干扰。     

基于MEMS/UWB组合的室内定位方法

在深入研究超宽带（UWB）与车载低成本MEMS的定位原理和算法的基础上,提出了采用UWB辅助MEMS定位的算法,以抑制MEMS的发散并提高定位精度。设计了两者的融合定位算法,完成了基于MEMS/UWB的室内定位技术研究。最终试验运动253.4m,MEMS定位误差小于0.61m,MEMS/UWB融合定位误差小于0.07m。试验结果表明,MEMS/UWB算法与单独的MEMS定位算法相比,有效地提高了定位精度与定位稳定性。     

非视距误差神经网络改正的超宽带定位模型研究

非视距环境是造成超宽带定位系统精度下降的主要原因。由于非视距环境的测距精度下降难以通过常规计算方法建立改正模型,提出了一种基于反向传播算法的神经网络改正的超宽带稳健定位模型。该方法通过反向传播神经网络的自适应学习方法建立了一种超宽带非视距误差改正的稳健定位模型,实现了在非视距环境下超宽带定位精度的提升。首先采集非视距环境下超宽带测距值,提取超宽带在非视距环境下的坐标序列,计算得到误差序列,然后通过反向传播神经网络建立误差改正模型预测得到标签的误差改正值,最后使用超宽带Kalman滤波定位模型进行超宽带定位,从而消除非视距环境对定位精度的影响。通过对比实验分析,本模型较多项式拟合模型超宽带测距精度提高46.8%,定位精度提高43.4%;较多面函数拟合模型超宽带测距精度提高28.2%,定位精度提高26.2%。实验结果表明,反向传播算法的神经网络对超宽带非视距定位模型的误差改正有很好的效果,对超宽带定位精度的改正效果显著。     

RSSI测距在蓝牙室内定位抗差算法中的应用

蓝牙信号强度在室内环境下易受人员扰动等环境因素影响,从而影响定位精度。基于RSSI测距的蓝牙室内定位原理,将人员等扰动视为异常误差,采用胡贝尔、汉佩尔、IGG和LEGE四种抗差算法,比较分析了不同抗差算法的定位提升效果。试验结果表明,不管有无人员扰动,四种抗差算法均可改善定位精度,其中IGG法定位精度最高,约为3m,且有较好的稳定性。     

北斗单点定位的误差补偿方法

北斗是我国自主研制的卫星导航定位系统,当前北斗的单点定位精度优于10m。为提高该系统的定位精度,必须对由其误差源引起的定位误差进行修正。基于对北斗卫星导航系统的组成、定位算法及定位误差的认识,对导航系统定位中星历误差、电离层误差和对流层误差进行了深入分析,提出了减小星历误差的曲面模型、减小电离层误差的双频组合消电离层模型和减小对流层误差的高精度区域融合模型的单点定位误差补偿方法,并应用Matlab软件对修正模型方法进行仿真计算。对比修正前后的定位结果,修正后的定位误差更小,证明了所提出的修正模型是可行的。     

基于最优传播路径的EMA/EKF定位算法研究CSCD

针对室内环境下蓝牙系统易受非视距影响,采用蓝牙到达角(AOA)解决室内行人定位存在较大偏差的问题,研究基站几何分布和定位算法对定位精度的影响。关于蓝牙信号在传播过程中易衰减及产生多径等因素影响定位性能,对基站安装位置与信号接收范围关系进行研究,建立基站分布优化模型,使用遗传算法(GA)求解基站布设最优位置。在此基础上,提出了基于改进指数移动平均(EMA)算法结合扩展卡尔曼滤波(EKF)算法进行误差补偿。实验结果表明,该方法的平均定位误差为0.89m,相较于EKF定位精度更高,证明了所提方法的有效性。     

面向室内场景的惯性磁感应定位方法

针对卫星拒止的室内导航问题，在现有磁信标定位技术的基础上，通过分析低频旋转磁场的特点，建立了一种不受传感器姿态和磁信标磁矩信息影响的磁感应矢量夹角观测模型，并结合MEMS惯性导航的误差模型提出了一种以磁感应矢量夹角的正余弦值为量测信息的惯性磁感应动态定位方法，避免了磁传感器姿态误差和磁矩误差对定位结果的影响。利用实验室的双轴磁信标实验系统进行静态测试，验证了磁感应定位模型具有不受传感器姿态、环境中遮挡物以及磁矩影响的特点；通过数值仿真的方式对基于无迹卡尔曼滤波（UKF）的惯性磁感应定位方法进行验证，结果表明该方法能有效地抑制惯性导航的发散，且位置最大误差小于0.75 m，满足大多数室内场景下的高精度导航定位需求。     

高稳定高可靠多平台兼容RTK 精密定位系统设计与实现

针对RTK精密定位系统存在的稳定性差、可靠性低、系统兼容能力低等问题，提出了高稳定高可靠多平台兼容RTK精密定位系统设计方法。该系统基于冗余式方法设计GNSS定位单元，以提高系统兼容性；基于工作距离设计冗余式修正信息交互方式，并设计了基于ARM+DSP架构的AM5728实时解算RTK修正信息，通过复合型高速通信链路共享信息。以精密标定点为参考测试其定位精度并采用CEP评估其定位精准性，评估结果表明，CEP=0.0071m，说明定位精度高且可靠性好，解决了稳定性差、可靠性低、系统兼容能力低的问题，有效弥补了RTK精密定位系统领域受限的不足。     

考虑关节回差的工业机器人精度补偿方法

工业机器人由于绝对定位精度低的缺点一直难以应用于航空航天高精制造领域。影响机器人定位误差的因素较多,对精确建立其误差模型提出了严峻的挑战。现有的建模方法通常将机器人定位误差与其位姿关联,忽略了同一位姿下关节回差对其定位误差的影响。为提高工业机器人绝对定位精度,提出了一种考虑关节回差的工业机器人误差相似度精度补偿方法。基于改进的Denavit-Hartenberg模型建立了包含机器人几何误差、坐标系误差和传动误差的综合辨识模型,利用最小二乘法辨识了关节回差。根据辨识得到的关节回差等参数构建了误差相似度模型,使用3种型号的机器人验证了该方法对提高机器人绝对定位精度的可行性和通用性,最终通过KUKA KR500-3机器人进行了制孔试验验证。试验结果表明,该方法相较于传统方法将机器人定位误差降低了约0.1 mm,精度提高了30%以上,制孔孔位精度从0.701 mm提升至0.134 mm,为有效提高工业机器人的绝对定位精度提供了一种技术手段。     

基于邻近点特征的地磁室内定位方法及性能分析

地磁室内定位以其成本低、适用范围广、复杂度低的特点而受到广泛关注。然而,它的定 位精度不稳定,且指纹采集工作量较大。因此,提出了一种基于磁场信息的邻近点特征,可由指纹 数据求得,特征范围是0~1。经实验证明,邻近点特征与定位精度呈正相关关系。邻近点特征越 大的测试点定位误差越小,定位准确率越高。邻近点特征均值越大的室内区域定位误差越小。结 合邻近点特征与快速构建指纹库的方法,可以实现对室内区域定位精度的预判,为室内区域定位 方法的选择提供依据。针对邻近点特征较大的室内区域,提出了使用插值算法以减少指纹库的采 集量。在实验中,仅采集原有指纹点的29.6%依然具有较好的定位表现,对定位精度的影响较小。 使用邻近点特征可以极大地提高地磁室内定位的效率。     

基于TOF的UWB可移动基站快速自定位算法

针对运动场中超宽带(UWB)可移动基站的位置获取需要人工测量、定位不方便的问题,提出了基于飞行时间(TOF)的UWB可移动基站快速自定位方法.首先根据基站布局情况确定局部坐标系,建立基于UWB基站间相互测距信息的各基站坐标方程,采用最小二乘法对各基站的坐标进行解算,进而分析其定位误差.最后通过实验验证了算法的可行性和稳定性.实验结果表明,可移动基站平均定位精度在0.05m以内.相对于传统的人工测量方式,基站自定位可有效节省基站布设时间,减少工作量.     

一种基于无线信号辅助的室内无死角定位算法

针对传统惯性导航系统定位误差随时间积累的问题,提出了一种基于无线信号辅助定位的室内无死角定位算法。该算法首先利用加速度计、陀螺仪、磁力计和气压计等传感器数据实现三维定位,然后利用无线信号对惯导定位中的位置偏差进行实时校正,再通过航向最优估计算法对航向误差进行修正,在位置和航向上增强惯导系统的实用性。利用实验室自主研发的微惯性测量单元固定在腰部脊椎位置进行实验验证,结果显示基于无线信号辅助的室内无死角定位算法精度达到1%以内,与纯惯导技术相比,能够提供更持久和准确的三维位置信息。     

UWB与GNSS结合的室内外一体化定位系统设计

针对电力北斗安全应用、自动驾驶导航等应用场景对室内外一体化无缝定位的迫切需求,设计了一种将UWB与GNSS结合的一体化无缝定位系统.通过将UWB标签与小型化GNSS模块集成到手持智能设备上形成一体化定位终端,服务器软件对卫导结果与超宽带定位结果进行融合,输出连续定位结果.实验结果表明,该系统可以实现人员的室内外一体化无缝定位,室内环境下的静态定位精度小于10cm,该系统已应用于大型发电厂和变电站的人员安全防护管理项目.     

基于WLAN的室内定位方法研究

室内定位技术是指当携带定位设备的人或物处于室内环境时,携带者或外部监控系统获取其室内位置信息的技术。选取了目前应用前景较为广泛的WLAN定位技术进行研究,阐述了WLAN室内定位技术的基本原理,对比分析了目前两大WLAN定位技术:三边定位法和指纹定位法。针对现有技术的不足提出了新算法进行优化和改进,选取实际环境设计实验验证算法性能,结果表明新算法综合现有技术优点,可在降低成本的同时提高精度并减少运算时间。     

地图辅助行人航迹推算技术的室内定位方法

针对目前室内定位技术中位置漂移、定位结果偏差较大的问题,提出了一种融合行人航迹推算(PDR)、地标匹配修正和地图辅助的室内行人定位方法.该方法利用基于惯性传感器的PDR技术计算行人位置信息,利用行走过程中的传感器读数特征识别室内特定地标点,与地标库数据进行匹配后,修正PDR轨迹产生的累积误差.室内地图辅助主要是通过判断行人是否位于走廊等区域,限制轨迹穿墙,约束PDR定位轨迹.实验结果表明,融合定位算法得到的轨迹优于纯惯性递推算法得到的轨迹,更加接近真实的行走轨迹,定位精度提高了51.2％,平均定位误差降至1.8m,满足室内定位需求.     

智能反射面定位发展现状及其在非视距定位中的应用

在未来的通信网络中，复杂的信道环境是制约定位性能的主要因素之一。智能反射面是近年提出的一种具有特殊电磁特性的人工二维表面，可以控制电磁波的吸收、反射与折射特性，从而实现对信道的调控，具有广阔的应用前景。首先介绍了该技术的发展现状，从智能反射面的电磁特性及其在通信定位中的应用等方面归纳分析了其现阶段的研究成果，然后针对非视距应用提出了一种基于智能反射面的定位方法。通过仿真验证了该方法的有效性，在不同的发射功率下均实现了定位误差降低50%以上，并且提高了定位鲁棒性，实现了对波束盲区的覆盖。最后，从新型定位场景、通信技术结合、资源分配和人工智能应用４个角度，对智能反射面定位技术的研究进行了展望。