基于混合定位算法的KFL-TDOA超宽带定位方法外文翻译资料

A KFL-TDOA UWB Positioning Method Based on Hybrid Location Algorithm

基于混合定位算法的KFL-TDOA超宽带定位方法

摘要：为了提高在复杂环境下的定位的精确度和效率，本文提出了一种基于到达时间差（TDOA）的超宽带（UWB）和线性卡尔曼滤波器（KFL-TDOA）相结合的，以得到更精确和稳定的定位结果。在此基础上，将Chan和Taylor级数展开两种定位算法相结合，得到了更低的均方根误差（RMSE）并且有更好的抗干扰效果在非视距和多径效应下。这种方法考虑了复杂室内环境对测距相位和定位相位的干扰。模拟仿真结果结果显示，这种方法与传统时差定位方法相比，如果参数设置合理，这种方法在定位精度和稳定性方面都有很大的提高。

关键字：超宽带室内定位·卡尔曼滤波·时差定位·Chan算法·泰勒级数展开算法

1. 简介

全球定位系统（GPS）是户外定位中应用最广泛的定位方法，然而，由于建筑物，尤其是多面墙的遮挡，卫星信号不能穿行在室内，导致它不能在室内定位中发展。近年，包括在安全、智慧城市、医疗、工厂等多个领域对室内定位有着很大的需求。当前，流行的室内定位技术包括WIFI、蓝牙、UWB等等。其中，UWB位置定位具有高精确度、高抗干扰能力等优点，但在干扰严重的环境下，其定位性能仍将受到很大影响。

与室外环境相比，室内环境更加复杂。障碍物和墙壁会反射甚至阻挡定位信息的传输，导致了非视距和多径效应，最后导致降低定位结果的精确度。目前，基于到达时间差定位技术的在无线定位系统中的最广泛的技术，在基站时钟同步的基础上，主要的错误来自信号的减弱。传统的基于到达时间差定位技术的算法如Chan算法、Taylor级数算法等，只有当测量误差服从零均值高斯分布时，这些算法才能有较高的定位精确度，因此提出了一种基于Chan和Taylor级数展开的混合定位算法，但在真实的室内环境中，非视距误差和多径效应常常不可避免，仿真条件太理想以致于无法反映真实系统。

为了提出一种适用于实际环境高精确度的定位算法，提高了对外界干扰的稳定性，本文提出了一种基于到达时间差定位技术、结合采用Chan和Taylor展开的混合定位的超宽带室内定位方法。该方法兼顾了测量和定位相位的噪声，有稳定性好、精确度高的优点。为了验证该算法,我们构建了一个四个节点组成的UWB定位系统，目标做线性运动。由于移动站（MS）和基站（BS）测距过程中存在测量误差，采用卡尔曼滤波方法对突变测量数据进行滤波来消除干扰噪声。为了获得稳定的性能，采用Chan和Taylor技术展开算法相结合。仿真结果显示，与传统的定位方法相比，RMSE低并且定位性能在强干扰下显著提高。

论文其余部分组织如下：第二节，给出了基于到达时间差定位技术的超宽带定位理论的基本描述。卡尔曼-基于到达时间差定位技术定位方法在第三节给出。第四节阐述了混合定位算法。对定位精确度进行了现场评估和以MATLAB仿真结果在第五节给出。这篇论文在第六节中作了简要概述。

2. 基于TDOA的UWB定位原理

基于到达时间差定位技术的原理通过通过计算信号从MS到BS的传播时间差来确定目标坐标。每次时间传播差对应一个距离差，即可得到一个双曲线方程，其焦点是两个对应的基站位置。两个双曲线的交点是目标的估计位置，提出位置精确度随基站的数目增加而增加，令（x，y）为移动站的位置，（X_i，Y_i）为不同的基站值。基站和移动站（目标）之间的距离R_i由下列公式给出：

参考基站1的距离差由下式给出：

其中c是光速，是时间差。

各种定位算法是基于研究时差双曲线方程提出的。图一表达了基于到达时间差定位技术的基本原理。

目前主流的基于到达时间差定位技术的定位方法，如Chan算法、Taylor级数展开算法等，仅在低干扰环境下才能有较高的定位精确度。在现实系统中，噪声和测量误差是不可避免的，是针对在恶劣环境情况下表现性能良好的算法，本文采用卡尔曼滤波器来减小噪声引起的测量误差。

3. KFL-TDOA定位方法

真实的室内环境通常是比较复杂的，充满噪声和干扰，会造成定位精度的损失。本文采用卡尔曼滤波方法从测量噪声中恢复实际系统的状态，使定位方法具有实用性。假设超宽带室内定位的运动模型是线性的。我们设置位置向量如下：

卡尔曼滤波的基本方程包括状态方程和观测方程。可以建立以下状态转移方程：

其中w_x/k-1和w_y/k-1分别是x和y方向上的过程噪声，卡尔曼滤波预测方程的标准形式下面给出：

其中X_{k 1/k}=k为预测状态估计；P_{k 1/k}=k为预测估计协方差；Q_w为过程噪声的协方差矩阵，本文，设， 为状态转换模型，意味着在理想状态下，运动形式为沿45度方向的均匀直线运动。为过程噪声。

采用KFL-TDOA UWB方法将原来的公式更新为：

其中K为Kalman增益X_{k 1/k 1}是更新后的状态估计，P_{k 1/k 1}为更新后的预测估计协方差；R_k为协方差矩阵观测噪声；H=[ 1 0 0 ]为观测模型。

KFL-TDOA UWB定位方法在各个环路中执行上述的公式，仿真结果表明，在恶劣环境下，输出的数据稳定且平滑，有效的降低了测量误差和噪声的影响。

4.混合定位算法

目前，基于TDOA方程的两种经典定位算法被广泛的应用，一种是Chan算法，另一种是Taylor级数展开算法。这两种算法有不同的特点，Chan算法复杂度低，只需两次迭代就可以得到目标位置，并且结果不依赖初值的选择。泰勒级数展开算法具有较高的定位精度，但依赖于初值的选取。在以往的文献中，这两种算法都是为了获得自己的优势相结合的。利用Chan算法获取初始坐标，然后利用Taylor级数展开算法迭代最终定位结果。

Chan算法有两次迭代，通过对TDOA方程进行线性化，过去的工作证明了以R1为未知量，可以将方程转化为线性方程x，y和R=(x y)^1/2的方程。当基站数大于四时，第一个估计的位置如下

其中

；

Q是基于到达时间差的协方差矩阵，（x_i，y_i）是第i个基站的坐标是第i个基站和第一个基站之间距离差的目的站，第二个估计位置如下：

其中

；

；

;

最终结果如下：

以Z_p为泰勒级数展开算法的初始值。

泰勒序列展开是一种需要一个初始值估计位置的地递推算法，在每次递推中通过解TDOA测量误差的最小二乘（LS）来提高估计位置的精确度。对于一组基于到达时间差的测量算法首先表现在选取移动站（MS）的初始位置（x₀，y₀）上执行泰勒展开，忽略第二阶分量，其转换为：

；

是算法的误差

；

根据加权最少二乘法，用误差的近似矩阵逼近基于达到时间差测量误差的协方差矩阵Q，得到估计结果，如下：

在下一次迭代，令直到，，算法停止，是阈值。最终（x，y）是定位结果。图二展示了本文定位方法的全部过程。

5.仿真验证

在这一部分中，MATLAB仿真结果来验证上述算法的性能。考虑到室内定位工程大部分情况下是近似线性运动，采用45度角的均匀线性运动作数学模型。模拟条件如下：提前设定点四个节点坐标，BS1（0，0），BS1（750，433），BS1（750，-433），BS1（500，500）。起始坐标为（x₀=100，y₀=100），v_x = v_y=5。为了更好的拟实际环境，不同阶段的噪声在测量阶段和定位阶段都被考虑了。结果如下。

在图三中，采样点的数目N为500，状态矩阵的初始值为 ,系统噪声矩阵。原始数据收到噪声的影响，表明卡尔曼滤波器可以减少测量误差和系统误差。

在图四中，采样点的数目N为100，，其余参数设置为和第四部分的参数一样。从图中可以看出，混合方法的轨迹更加平滑。

在图五中，采样点的数目N为500，与传统的Chan算法相比，带有卡尔曼滤波算法和的无卡尔曼滤波的混合定位算法，图五中展示了本文提出的方法具有较低的NMSE值，同时当环境中的噪声干扰很严重时，它的抗干扰能力强于Chan算法。

图六显示，由于算法的结合，该算法的收敛速度没有显著变慢，因为Chan算法需要2次迭代。与任意选取初值的泰勒级数展开法相比，提出的算法有更好的表现。

6.总结

鉴于目前定位算法的仿真条件太理想化，结果往往不能反映实际系统。本文提出了一种基于混合定位算法的卡尔曼——基于到达时间差的定位方法。该方法在测量和定位过程都加入噪声干扰。该方法首先利用卡尔曼滤波为了平滑测量误差，然后把Chan算法与Taylor级数展开算法相结合，目的是得到精确的定位结果。仿真结果验证了该算法在精确度、抗干扰能力和迭代速度等方面的性能。

Precise Indoor Positioning Using UWB: A Review of Methods, Algorithms and Implementations

超宽带精密室内定位方法、算法及实现

摘要：在过去几年，室内定位的需求在很多应用中迅速增长。各种各样的创新技术已经被发明出来，但是兼顾精确度和稳定性的室内定位仍然是一项具有挑战性的任务，由于室内定位技术取决大量的外界因素和技术的限制。基于射频的定位技术比利用超声波、光学和红外设备的定位技术有许多优势。窄带和宽带射频系统也已经应用于短距离室内/实时位置定位系统。超宽带（UWB）技术以其独特的特性成为精确室内定位的一种可行的候选技术。本文展示了将超宽带技术和窄带射频技术在调制、吞吐量、传输时间、能量效率、多径分辨能力和干扰等方面进行比较。其二，位置的测量方法基于广义测量模型讨论了定位参数，并且全面评述了广泛应用的位置估计算法。最后，本文提供了实用的UWB定位系统和最先进技术的实现方法。我们认为本文提供了一种精确超宽带室内定位领域中定位方法、算法和实现的结构化概述和比较，并且它将有助于从业人员和研究人员了解该领域的最新情况。

关键字：超宽带定位、基于接收信号强度、基于带到达时间、基于到达角度

1. 简介

近几年来，室内定位的精确度和可靠性越来越受到重视。对于室外环境，全球定位系统（GPS）提供精确的定位和最大范围的覆盖；这主要是因为目标和卫星之间的不被阻塞的视线（LOS）。由于GPS信号不能穿透建筑物，并且受室内环境的影响很大，使得GPS在许多室内环境中不实用。因此，实时定位系统（RTLS）。要求满足室内精确定位的需求。基于位置的室内系统在工厂和仓库、医院、智能家居和保障高安全领域有很多的应用。一些实际的例子是在医院里发现带标签的设备，在地震等自然灾害后定位失踪人员，跟踪遍布工厂的维修工具。此外，环境辅助生活（AAL）为老年人、购物中心的基于位置的服务和设备也出现应用场景。

对于室内定位，不同应用的确要求可能有很大差异，因为有时候甚至需要精确度小于一英尺。根据不同的要求，许多基于短程通信的室内定位技术被提出并在实践中得到应用，如超声波测距、光学定位、红外辐射、与全球导航卫星系统（GNSS）耦合的惯性MEMS和基于射频（RF）的室内定位。红外无线设备在视距通信模式下工作并且受强光干扰的影响性大，因此不适合室内环境。射频技术，在另一方面，不会产生这些问题，并且因为它还提供大的穿透功率、覆盖面积和降低的硬件成本而被广泛应用。基于射频的定位解决方案利用蓝牙、Wi-Fi、ZigBee、RFID和UWB技术是很常见的，而且在商业上是可用的。

为了在特定的应用和环境中实现室内定位系统，这些无线技术的许多方面需要考虑进去。例如，用于数据传输的调制技术的类型、系统的能量效率、吞吐量或信道容量，传输时间和传输技术对衰落和干扰。基于通讯和位置的超宽带系统越来越流行，由于具有很高的多径分辨率，能够精确测量厘米级。此外，由于超宽带信号有很宽的带宽，可以实现数据高速传输。相反，窄带系统有限的信道容量会导致不可靠和信号质量差，在2002年，联邦通信委员会（FCC）允许部署超宽带无线电系统，并规定如果传输系统具有500兆赫的带宽或瞬时频谱占用率超过20%，将其称为超宽带系统。脉冲无限电（IR）是一种流行的物理层传输技术，它利用非常短持续时间的基带超宽带脉冲，典型的是纳秒量级的脉冲。基于IR-UWB的定位系统具有精度高、实现复杂度低、电池寿命长等优点，让它在许多应用中是一种更好的且经济的选择。

一般来说，无线定位系统通过采用两步位置估计方法来确定位置。在第一步中，借助于已知位置的固定节点来确定与未知位置的目标节点的位置相关的某些参数。在这些与位置相关参数中，接收信号强度指示（RSSI）、到达时间（TOA）和到达角（AOA）是最常见的参数。在第二步中，某些算法利用这些位置相关参数来估计目标节点的位置。任何未知的节点发定位可以由多个锚点或者目标节点来完成。后一种技术要求无线收发机

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[238107]，资料为PDF文档或Word文档，PDF文档可免费转换为Word