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。     

直达与非直达环境中的多目标解耦直接定位方法

针对直达（LOS）与非直达（NLOS）环境中的定位问题,提出了一种波形已知条件下的单阵地多目标直接定位（DPD）算法。该算法针对发射时间已知和未知两种情况,利用多径信号到达角度与时延关于障碍物（或反射体）、观测站与目标位置参数的数学关系,建立了三维目标位置的最大似然（ML）函数,无需估计测量参数,避免了传统两步定位方法所需的非直达径识别与数据关联。为了克服多目标定位中的高维非线性优化问题,该算法利用独立波形信息将多目标定位解耦为对各个目标单独求解。通过对目标函数有效近似,算法在发射时间已知和未知两种情况下均仅需三维网格搜索,比相应的两步定位方法具有更低的计算量。此外,基于多径定位场景,推导了发射时间已知和未知两种情况下的位置估计克拉美罗界（CRB）。仿真结果表明：算法的定位性能能够逼近相应的克拉美罗界,比传统两步定位方法和子空间直接定位算法具有更高的定位精度。     

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。     

Medium frequency broadcast of differential GPS data

The broadcast performance of DGPS (differential global positioning systems)/radio beacons is studied. It is found that a combination of receiver limiting and forward error corrections is very effective against the atmospheric noise which characterizes the MF band. This combination significantly reduces the probability of bit error and the average time between differential updates. The authors compute the probability of link outage versus range, and find that forward error correction significantly increases DGPS/radio beacon coverage. It is found that groundwave/skywave interference slightly increases the probability of outage at moderate ranges. An estimate is made of the expected duration of outage for the DGPS/radio beacon signal. All results are based on analytical and experimental results     

Argos海洋浮标多普勒定位原理与方法

通过对海洋浮标进行定位,Argos系统在海洋科学方面得到较为广泛的应用。但Argos系统卫星过顶弧段甚短,加之信号发射周期较长,测量资料甚为稀疏,给海洋浮标的定位造成很不利的影响,容易出现矩阵奇异情况,造成定位失败。文章给出了有效的基于多普勒测量的用于数据收集发射平台的定位算法,并利用参考椭球面约束定位目标,从而改进定位算法,计算结果显示如果能有效的使用约束条件,可以使：①原先定位失败的情形成功解算;②原先定位成功的情形定位精度得到改进。文章还给出了针对海洋目标信标运动以及卫星星历误差等因素对定位结果造成的误差影响的统计分析。     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图...     

信道状态信息指纹定位算法性能评价方法研究

基于WiFi的定位技术大多使用接收信号强度,但该方法受多径和噪声干扰较大,精度有待提高。信道状态信息(channel state information, CSI)能够更加精细地描述信道状态,具有更强的稳定性。将CSI作为格点特征建立指纹定位数据库,利用该指纹库和在线测量数据,比较了多种定位算法在位置指纹法中的定位效果,并提出了评价KNN、wKNN和随机森林算法的一种评价依据和样本容量扩充方法,分析了三种方法随样本容量增加时定位时间和定位精度的稳定性,从包含定位精度在内的多种角度更加全面地评估了三种方法。结果表明,在以上三种定位算法中,随机森林算法的定位时间与定位精度的稳定性最好。     

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。     

基于非导航随机信号的组合导航技术研究

目前,卫星导航系统已成为无处不在的导航和授时信息源,但是其自身存在固有的缺陷,如信号功率低、易被敌方压制或欺骗等.为了弥补卫星导航系统的不足,开展了基于地面数字电视广播(DTMB)和接收信号强度指示(RSSI)移动终端等非导航随机信号的导航信息提取技术研究和组合导航技术研究.根据DTMB时域PN帧头序列的良好时域相关性...     

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

利用集群内测距和对目标测向的协同定位方法

当多个飞行器间相对位置测量精度显著高于飞行器绝对定位精度时，在飞行器间增加相对测量，对各飞行器的定位测量协同处理，能提高绝对定位精度。本文针对集群飞行器对非合作目标不能测距而仅能测向的情况，通过在集群飞行器间引入相互测距，来提高集群飞行器自身和对非合作目标的定位精度。对于这种不完整相对测量情况，给出了能提高定位精度的协同定位求解方法，包括非线性静态优化估计和线性化后最小二乘估计方法。这种协同定位方案，不需要进行完整的相对位置测量，对测距和测向在群体相对测量中进行合理分解，降低了飞行器测量设备配置的要求。通过仿真验证了该方法的有效性。     

月面环境三维激光SLAM技术

同步建图与定位（SLAM）可实现月球车在未知复杂月面环境下的定位与导航,月球表面由陨坑、石头等起伏地形构成,缺乏树木、建筑物等地面存有的显著特征,大量特征不显著的点云数据会对月球车定位精度和实时性造成影响。本文提出了一种针对月面环境的显著特征点云提取方法以及基于曲面定位能力估计的增量式优化算法,通过Fisher信息矩阵计算曲面定位能力指标,获取机器人位姿估计的不确定性测量,利用增量式的SLAM方案进行优化,用于提高定位精度与实时性。通过在Gazebo （物理仿真平台）仿真场景下的测试,验证了算法性能。     

一种非视距信号环境下智能手机速度平滑定位方法CSCD

随着智能手机的普及,基于智能手机的位置服务深刻地影响了人们的生活。通常,智能手机内嵌有全球导航卫星系统(GNSS)芯片,通过跟踪导航卫星信号获得载波频率、载波相位和码相位信息,从而解算位置和速度信息。对于单点定位(SPP)技术而言,位置主要由码相位计算确定,而速度信息主要由载波多普勒频移信息计算确定。在复杂城市环境下,GNSS信号可能会被周围的建筑物反射,形成非视距(NLOS)信号。NLOS信号会导致额外的传输路径,并引起数十米的位置误差。由于速度比位置更精确,通常使用卡尔曼滤波器(KF)进行基于位置-速度(P-V)动态模型的位置平滑。提出了一种因子图优化(FGO)方法来减少NLOS引起的位置误差,将时间相关历史测量值添加到FGO中以优化当前位置估计,并采用两种鲁棒策略来减小NLOS条件下的位置偏差。最后,使用智能手机采集实际场景数据集进行了实验,结果表明FGO方法在速度辅助下可以获得更好的定位结果。     

Cooperative fault detection and recovery in the GNSS positioning of mobile agent swarms based on relative distance measurements

Relative measurements are exploited to cooperatively detect and recover faults in the positioning of Mobile Agent(MA) Swarms(MASs). First, a network vertex fault detection method based on edge testing is proposed. For each edge, a property that has a functional relationship with the properties of its two vertices is measured and tested. Based on the edge testing results of the network, the maximum likelihood principle is used to identify the vertex fault sources. Second, an edge distance testing...     

基于星间激光测距的三星时差定位系统标校方法

利用精确的星间激光测距信息,提出了基于星间测距的三星时差定位系统标校方法。该方法消除了副星相对位置系统误差对定位精度的影响,同时提出了副星相对位置系统误差的解析解法,建立了模型误差和对副星相对位置系统误差进行估算的误差的定量关系,并证实了基于星间激光测距的标校方法可以在较大范围内提高定位精度。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

基于自适应修正曼哈顿距离的室内定位方法

在室内WiFi环境下,针对常见指纹匹配算法所忽略的信号波动问题,提出了一种基于自适应修正曼哈顿距离和AP选择的指纹匹配算法,并结合加权K近邻方法实现定位。首先采用AP选择算法获取部分受干扰程度小和出现频率高的AP,在指纹匹配时仅使用该部分AP的接收信号强度进行计算;在分析WiFi信号传播衰减公式和信号波动的基础上,提出了将自适应修正曼哈顿距离作为指纹匹配的度量距离,使用该距离旨在平滑信号波动对指纹相似度计算的影响;最后采用加权K近邻方法估计测试点的坐标。实验结果表明,在加权K近邻方法的框架下,基于自适应修正曼哈顿距离的定位算法在定位精度上优于基于欧氏距离、曼哈顿距离、余弦距离和Sorensen距离的定位算法。     

距离信息对DDFRC算法定位误差的影响与分析

在固定单站无源定位算法中,基于角度(Direct of Arrival)、角度变化率(Direct of Arrival Rate-of-Change)、多普勒频率(Doppler Frequency)和多普勒频率变化率(Doppler Frequency Rate-of-Change)4个观测信息实现定位(即DDFRC定位)算法仅通过单次观测即可实现对目标辐射源的定位。文中通过转移观测的卡尔曼滤波对定位结果进行平滑,较原有算法拥有更好的跟踪效果。同时,对定位误差进行了定量分析,并将距离信息引入算法的仿真分析之中,详细讨论了各个观测量误差在不同距离时对算法定位性能的影响,根据仿真结果,结合定位误差的定量分析对算法性能做出评价。通过仿真分析,得到了定位算法对不同距离下各参数的精度要求,从而为在实际系统中使用该定位算法提供了参考。     

Navigation Accuracy Category-Position Models and Estimate Position Uncertainty Calculations for TIS-B System

Navigation accuracy category-position (NACp) is an important parameter for system accuracy of traffic information service-broadcast (TIS-B), which is determined by estimate position uncertainty (EPU). Centered about the problems that the existing EPU calculation based on noise measurement is low in accuracy and unfit for describing uncorrected biases in target reports, this article analyses the traditional NACp model, and uses the least square estimation (LSE) in EPU calculation. Furthermore, it proposes an extended NACp model, which considers both noise and biases and acquires EPU estimation with the help of approximate multiplex Taylor expression. Analysis and simulation show that the proposed method not only leads to significant improvement of the accuracy of EPU calculation, but is fit for EPU calculation with tracking biases in TIS-B system as well. As such it can find application in practice to depict different kinds of error models in TIS-B system.