论文部分内容阅读
当今的信息化社会中,人们的工作与活动场景逐渐从室外转向室内,并且随着5G技术的飞速发展和商用部署以及物联网技术的不断升级和应用,人们对室内位置信息实时性和精确性的需求日益增强。传统的室内定位技术主要有:红外线定位、超声波定位、Wi-Fi定位、ZigBee、蓝牙等,但这些定位技术受信号强度和时间误差的影响较大,在室内的定位精度或定位距离不如UWB定位。UWB技术因为其系统复杂度低、信号的功率谱密度低、多径分辨能力强、穿透性强等优势被广泛应用于室内定位技术的研究。本文主要对UWB室内定位技术的基本原理、信道模型和定位方法进行了研究。首先通过对IEEE802.15.4a的信道进行仿真,分析选取CM2信道作为本文复杂室内环境下的信道环境的原因;其次,通过对比四种UWB定位方法,得出TDOA定位方法的定位性能较好,并深入分析了影响TDOA算法定位精度的主要误差与误差成因;最后,针对非视距误差和多径干扰可能对定位精度造成的误差问题,对多种经典TDOA算法进行仿真对比,根据对比结果得到多径干扰与非视距误差对TDOA测距结果的影响,从而提出了一种改进的多径抑制算法与改进的高斯牛顿迭代算法,并将两种改进算法融合得到多径抑制CGNC算法,并通过MATLAB仿真得出该融合算法可以较好地对多径干扰和非视距误差进行抑制。本文最后通过实验室团队自主研发的Hainan EVK3.0室内定位实验平台,对提出的多径抑制CGNC算法与原高斯牛顿迭代算法和CHAN-TAYLOR算法进行了实验室内实测,并通过MATLAB仿真对比分析得出,多径抑制CGNC算法在复杂实验室环境下实测所得的绝对定位误差为0.351m;多径抑制CGNC算法较于经典的CHANTAYLOR算法,定位精度在其基础上提升了80.7%;多径抑制CGNC算法较于原CHAN-高斯牛顿迭代算法,定位精度在原来的基础上提升了95%。综上,多径抑制CGNC算法在复杂实验室环境中的定位性能相较于经典TDOA算法有大幅提升,其在复杂室内环境下的定位精度远高于原高斯牛顿迭代算法与CHAN-TAYLOR算法。