论文部分内容阅读
近年来人们对于高精准位置信息的需求越来越大,室内定位技术逐渐成为智慧城市和智能生活的重要组成部分。超宽带(Ultra Wide Band,UWB)技术的诸多优势使得该技术能够实现高精度的室内定位。室内环境下非视距误差(Non-line-of-sight,NLOS)是影响定位精度最主要的因素,本文对抑制NLOS误差的定位算法进行研究,并搭建了基于UWB的定位系统平台,在实际的LOS和NLOS混合环境下提供高精度定位解决方案。首先,本文采用三次交互的双边双向测距算法(Double-sided Two-way Ranging,DS-TWR)实现定位双方的测距,并结合最佳匹配函数对测距结果进行优化。针对传统差分气压测高法在实际应用中产生的误差,提出一种增强型差分气压测高法。在测距和测高数据的基础上提出一种差分UWB三维定位算法,通过NLOS信号鉴别出最优参考基站,利用坐标系的旋转和平移实现位置坐标解算。实验测试结果验证本算法在一般的LOS和NLOS混合环境下平均定位精度在18cm左右;若在LOS环境中,平均定位精度在13cm左右。然后,针对在更复杂的定位场景中,定位精度比较低问题,本文提出了一种基于Gauss-Newton迭代的联合定位算法。该算法利用多个待测目标的次优定位结果,构建出定位误差的非线性模型,引入贡献度因子(33),通过多次迭代获得待测目标的初次估计坐标;联合容积卡尔曼滤波(Cubature Kalman Filter,CKF)理论对初次估计坐标进行二次估计。实验测试结果分析,在此场景下联合定位算法的定位性能优于三边测量定位算法和差分UWB定位算法。静态定位时,平均定位误差为18.4cm,较三边测量定位算法提高了56.7%,较差分UWB算法提高了16.7%;动态定位时,较三边测量定位算法和差分UWB定位算法具有更好的平滑性和稳定性,也更接近于实际移动轨迹,对于绝大多数的定位场景都能适用。最后,本文设计和构建了UWB实时定位系统的软硬件平台。对硬件平台组成模块进行简述,给出了硬件设计框图;对底层和上位机软件的实现过程进行详细阐述。本文提出的定位算法均基于该平台实现,系统鲁棒性高、实时性好。