论文部分内容阅读
自从美国联邦通信委员会(FCC)批准限用于军用雷达的超宽带技术可用于民用产品上后,超宽带(ultra-wideband,简称UWB)技术开始引起业界广泛关注。超宽带定位技术由于具有功耗低、抗多径效果好、安全性高,尤其是能提供非常精确的定位精度等优点,成为无线定位技术中极具潜力的技术,因此对超宽带定位系统的研究具有重要的应用价值。超宽带定位系统主要包括两个部分:测距和定位。本文的主要工作如下:测距方面,一股有基于接收信号强度(RSS,Received Signal Strength)、基于信号传播时间(TOA,Time of Arrival)和基于信号角度(AOA,Angle of Arrival)三种方法。根据以上三种方法的特点,本文使用基于信号传播时间法来完成的。本文在基于深入研究现有TOA估计算法的基础上,提出了基于主成分分析(PCA,Principal Component Analysis)和基于Kalman滤波的TOA估计算法。PCA算法对带有噪声的接收信号的相关矩阵进行谱分析,得到接收信号在信号子空间的投影的能量之和。通过设置复杂度和采样频率较低的阈值,取得TOA的估计值。该算法能够有效地去除噪声,精度高,但是计算量大,不便于实时实现。这个问题使用基于Kalman滤波的TOA估计算法就可以解决。在基于Kalman滤波的TOA估计算法中,为减小计算的复杂度,我们对每一帧的接收信号进行加窗处理,对窗口内的接收信号作主成份分析,窗口的中心值是前一帧Kalman滤波的预测值,窗口的大小由信道模型来决定。定位方面,UWB定位算法主要有迭代算法和非迭代算法,其中泰勒级数展开算法因为具有精度高和鲁棒性强等特点而在求解非线性定位方程组中得到了广泛的应用,但它对移动站初始坐标值具有很强的依赖性。针对这个问题,本文提出了一种基于TOA和基站坐标设置初始值的方法,该算法的主要思想是基于接收到移动站信号的基站坐标来估计初始坐标。实验结果表明本文所提出的两种TOA估计算法受噪声和多径的影响较小,并且定位精度均可达到纳秒级。基于基站坐标和TOA值联合设置初始值的方法简单,可行,符合Taylor展开序列算法对初始值的要求。