收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于UWB的室内定位算法研究与应用

朱永龙  
【摘要】:近年来,随着无线传感器网络的飞速发展,无线定位技术也越来越受到人们的关注。传统的定位如红外线、蓝牙、超声波、RFID等技术,在定位精度、系统功耗等方面不能满足人们的需求。而超宽带(Ultra Wide Band, UWB)技术具有传输速率高、发射功率低、抗干扰和穿透能力强等特点,特别是UWB定位具有非常高的定位精度,因此对UWB定位技术的研究具有重要的应用价值。 本文通过对UWB定位平台的需求分析和实际硬件情况,分别进行了算法和上位机软件的研究应用,并对系统架构进行了设计。在定位算法方面,本文在UWB定位系统的平台上,对Fang算法、Chan算法等经典定位算法以及分别基于TOA和TDOA的扩展卡尔曼滤波算法进行了仿真研究,针对传播过程中环境等因素造成的非视距误差,运用有偏卡尔曼滤波算法进行了非视距误差的抑制。 仿真发现传统定位算法在可视距距差较小时能达到比较高的精度,但是随着误差的增大,算法性能有着显著下降。其中,Fang算法不能利用冗余信息提高定位精度,Chan算法的性能在非视距环境中显著下降,而卡尔曼滤波算法能有效地抑制测量误差和非视距误差的影响。本文重点研究了卡尔曼滤波的定位算法和非视距误差的抑制算法,首先对初始到达时间测量值进行有偏卡尔曼滤波抑制其非视距误差,然后利用处理后的测量值进行扩展卡尔曼滤波定位。后续章节的仿真和应用实例表明,该算法比传统定位算有非常好的定位效果,在非视距误差环境中也能达到较高的定位精度。 本文的主要目的在于将卡尔曼滤波算法应用于PLUS定位平台上,基于Visual Studio2012开发环境,使用C#和MATLAB混合编程的方式实现,由于MATLAB提供了相当丰富的矩阵运算函数,对卡尔曼滤波算法非常实用,卡尔曼滤波算法经由MATLAB编译为动态链接库文件,执行效率高,易于维护。软件采用C#编程来达到对移动台的实时定位,软件运行过程中实现了数据处理、计算机绘图、数据保存、数据显示以及多项任务的实时并行处理,提高了数据处理的效率。 实验结果表明,本文设计的定位系统能满足定位的需要,软件运行稳定且实时性好,所设计的算法提高了定位精度,降低了UWB系统的定位误差。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴天;张胜修;颜诗源;;一种巡航导弹组合高度方案设计[J];控制工程;2007年S2期
2 郭庆;那振宇;顾学迈;;一种自相似业务量预测的卡尔曼滤波算法[J];西安交通大学学报;2009年04期
3 臧荣春;崔平远;;组合导航系统NNM信息融合算法[J];计算机工程;2005年23期
4 曲润峰;侯明善;荆晓鹏;;方差模糊自适应卡尔曼滤波及其应用[J];弹箭与制导学报;2005年S5期
5 高羽;张建秋;;小波变换域估计观测噪声方差的Kalman滤波算法及其在数据融合中的应用[J];电子学报;2007年01期
6 房秉毅;吴嗣亮;魏国华;;距离速度跟踪在矢量脱靶量测量中的应用[J];系统工程与电子技术;2007年02期
7 滕云龙;陈小平;唐应辉;;提高GPS定位精度的改进卡尔曼滤波算法研究[J];现代电子技术;2008年03期
8 赵易峰;李京华;彭京晶;许家栋;;基于修正的卡尔曼滤波自适应跟踪算法[J];计算机仿真;2008年08期
9 郑伟;张辉;王杨明;;基于BP神经网络组合导航融合算法[J];空间电子技术;2008年04期
10 程艳青;高明煜;;基于卡尔曼滤波的电动汽车剩余电量估计[J];杭州电子科技大学学报;2009年03期
11 张长春;黄英;杨刚;;卡尔曼滤波在跟踪运动目标中的应用及仿真[J];现代电子技术;2009年20期
12 董健康;许天鸿;;雷达和QAR数据的融合处理[J];测控技术;2010年06期
13 秦天宝;;基于多传感器信息融合的移动机器人定位研究[J];可编程控制器与工厂自动化;2010年11期
14 杨文;侍洪波;汪小帆;;卡尔曼一致滤波算法综述[J];控制与决策;2011年04期
15 尤优;詹智财;张松松;;一种基于SIFT特征的车辆跟踪系统实现[J];电脑知识与技术;2011年23期
16 薛申芳,孙才红,宁书年,金声震;组合大视场星敏感器自主定轨方法[J];计算机仿真;2005年06期
17 汪毅,朱振才;FPGA在微小卫星姿态控制系统中的应用[J];红外;2005年11期
18 孟中;张涛;戴明;于前洋;葛文奇;;陀螺滤波在改善伺服系统低速特性中的应用[J];压电与声光;2006年01期
19 石章松;刘忠;刘健;;一种单站纯方位目标跟踪中的线性近似化滤波算法[J];海军工程大学学报;2006年02期
20 陈大建;李飞翔;张紫浩;付欣;;卡尔曼滤波算法在目标跟踪系统建模中的应用[J];光电技术应用;2006年03期
中国重要会议论文全文数据库 前10条
1 赵汝祺;赵祚喜;赵汝准;;基于多项式卡尔曼滤波算法的车辆定位试验研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 韦官余;徐伯健;丁阳;;动态阿伦方差辅助的卡尔曼滤波算法在GPS/INS组合导航中的应用[A];第三届中国卫星导航学术年会电子文集——S09组合导航与导航新方法[C];2012年
3 范澎湃;王冰;;处理有色状态噪声的三段卡尔曼滤波算法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 程曦;孙淑光;;基于卡尔曼滤波算法的惯导系统的初始对准[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
5 曾龙汉;代睿;黄剑;游军;;智能控制技术在无刷直流电机控制系统中的应用[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
6 沈艳霞;朱嵘嘉;纪志成;;基于神经网络的Wiener系统故障检测方法[A];2005年全国自动化新技术学术交流会论文集[C];2005年
7 沈艳霞;朱嵘嘉;纪志成;;基于神经网络的Wiener系统故障检测方法[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
8 朱宁;钱伟康;郭强;;基于嵌入式XP的光谱分析系统[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
9 梅春波;秦永元;张金亮;;基于MEMS惯性器件的两种水平姿态算法比较研究[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年
10 田丰;李岩;;无人机遥感图像的目标定位研究[A];第十七届中国遥感大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 周聪;基于非线性估计理论的线控转向汽车状态估计研究[D];西南交通大学;2012年
2 杨峻巍;水下航行器导航及数据融合技术研究[D];哈尔滨工程大学;2012年
3 葛磊;容积卡尔曼滤波算法研究及其在导航中的应用[D];哈尔滨工程大学;2013年
4 徐婷婷;VTS系统船舶跟踪和预测的新技术研究[D];大连海事大学;2012年
5 王小刚;非线性滤波方法在无人机相对导航上的应用研究[D];哈尔滨工业大学;2010年
6 高宇明;基于时变参数的中国要素生产率与经济增长关系研究[D];哈尔滨工业大学;2008年
7 邢艳军;微小卫星及其编队轨道与姿态一体化确定方法研究[D];哈尔滨工业大学;2012年
8 王剑颖;航天器姿轨一体化动力学建模、控制与导航方法研究[D];哈尔滨工业大学;2013年
9 沈悦;基于导航通信多模应用的位置服务技术研究[D];中国科学技术大学;2012年
10 汤仪平;间歇式染色过程织物色泽软测量系统研究[D];华侨大学;2011年
中国硕士学位论文全文数据库 前10条
1 徐红珍;基于粒子群的卡尔曼滤波算法改进和优化[D];武汉理工大学;2013年
2 吴龙龙;一致性卡尔曼滤波算法及其应用研究[D];华东交通大学;2013年
3 赵艳;自主导航滤波算法研究[D];沈阳工业大学;2012年
4 李忠良;基于神经网络的卡尔曼滤波算法研究[D];湖南工业大学;2011年
5 李高飞;基于非线性统计模型分析的机动车定位算法实现研究[D];南京邮电大学;2013年
6 葛浩宇;面向室内环境的WSN跟踪关键技术研究[D];浙江大学;2012年
7 朱永龙;基于UWB的室内定位算法研究与应用[D];山东大学;2014年
8 刘杰;附等式约束的卡尔曼滤波算法研究与应用[D];中南大学;2011年
9 刁建锋;动态压缩感知及其在雷达中的应用研究[D];西安电子科技大学;2013年
10 邹振宇;基于DSP的Kalman滤波器的算法研究[D];成都理工大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978