论文部分内容阅读
随着5G时代的到来,物联网发展进入一个高峰期,人们对高精度室内定位的需求激增。UWB技术因为其具有抗多径能力强、纳秒级别的极高时间分辨率等优点,成为高精度室内定位首选方案之一。室内环境复杂多变,UWB室内定位系统在进行定位时,会存在测量噪声和NLOS误差,导致传统定位算法在NLOS环境下的定位效果较差。如果不对系统中存在的NLOS误差进行纠正,会导致UWB室内定位系统的性能大幅度下滑。想要抑制NLOS误差,首要任务是对LOS和NLOS传播环境进行准确鉴别,然后配合相关算法对误差进行抑制。本文以此为背景,研究室内复杂环境下基于UWB的定位技术。主要工作如下:(1)实现UWB室内定位接收信号的仿真,发射信号采用PPM-TH-UWB,信道模型采用IEEE802.15.3a定义的信道统计模型,并添加高斯噪声模拟复杂环境。生成的信号数据为后面基于UWB信号的分类研究提供研究数据。(2)提出两种无需先验知识的,直接对接收的UWB信号进行LOS、NLOS鉴别分类的方法。一种是基于1D-CNN的分类方法,直接对一维UWB信号进行特征提取再进行分类。另一种是基于递归图和CAENN的分类方法,将UWB信号转换为相应的递归图,然后使用CAENN对二维递归图像进行特征提取,最后实现分类。实验表明,两种分类算法对仿真生成的信号数据具有良好的分类效果。(3)提出一种基于CNN的定位算法改进,利用数据拟合原理,使用CNN对NLOS数据测距误差回归计算,然后使用回归误差作为WLS和Chan算法加权矩阵的误差加权系数,提高算法的定位精度。仿真环境下改进算法可以有效提高算法的定位精度。(4)在真实环境中搭建UWB定位系统平台,对提出的UWB定位信号分类算法和基于CNN的改进定位算法在实际室内复杂环境下进行验证分析。结果表明分类算法在真实复杂环境中仍具有较高的分类准确率。在NLOS环境下,改进的定位算法相比传统定位算法能进一步提高系统的定位准确度。