论文部分内容阅读
随着科技的发展,人们对实时定位系统精度的要求越来越高。在一般的室外环境下,全球定位系统(GPS)已经可以提供精确的位置信息服务。但是在室内环境下,GPS信号极其微弱,而且很容易因为受到各种障碍物的遮挡和干扰而导致定位精度急剧下降,已无法满足人们的定位需求。因此想要构建一个能有效适应不同室内环境,还能持续保持较高精度的室内定位系统是一个非常严峻的挑战。超宽带(UWB)技术的出现为应对这一挑战提供了解决方案。UWB信号具有传输速率高、功耗低、抗干扰能力强等多个优势,对研究室内高精度定位系统具有重大的意义。目前,对室内定位精度影响最大的因素为信号的非视距(NLOS)传播,为了有效抑制非视距误差对定位精度的影响,本文对基于UWB的NLOS误差抑制算法展开了重点研究。首先介绍了目前具有代表性的几种NLOS误差抑制算法,这些算法可以分为两类,分别是直接抑制NLOS误差和先识别NLOS基站以重构测量值然后再定位。本文基于这两种思路分别提出了一种算法并进行仿真分析,然后指出了现有定位算法的不足,提出了一种通过BP神经网络修正TDOA测量值再用基于QR分解的最小二乘法(QRLS)进行定位的改进算法,即BP-QRLS算法。最后,将该算法进行仿真分析,验证了该算法的可行性。本文的研究内容可概括为以下几方面:(1)阐述课题背景和研究意义,概述超宽带技术的发展历史和传输特性,对超宽带技术的国内外发展现状进行调查研究,明确本文的研究目标。(2)对超宽带系统的发射脉冲和调制方式进行分析,研究IEEE802.15.4a标准下的八种室内信道模型并对其信道冲激响应进行仿真。(3)通过比较分析常用超宽带无线定位技术的优缺点,将基于到达时间差的定位方法作为本文超宽带系统的定位方案。(4)为了抑制NLOS误差对定位精度的影响,提出了基于QR分解的最小二乘法(QRLS)和基于TDOA残差的NLOS误差鉴别方法,并对这两种算法进行了仿真分析。(5)对传统定位算法的公式推导和原理进行了分析,包括Fang算法、Taylor算法、Chan算法等。提出了一种基于BP神经网络修正TDOA测量值再利用QRLS算法定位的改进算法,即BP-QRLS算法。(6)通过MATLAB仿真将BP-QRLS算法与传统定位算法进行对比分析,从系统测量误差和基站个数两个角度来评定定位算法的精度。仿真结果表明,BP-QRLS算法无需依赖NLOS基站的先验信息,定位精度也比其他传统定位算法更高,能够实现室内高精度定位。