基于EC-TDOA和ZigBee技术的室内超声波定位系统

目的研究室内定位方法机理,解决室内目标高精度定位的问题.方法设计了一种基于测距的室内定位系统,该系统采用测量射频信号和超声波信号到达时间差的方法测距并引入校正因子减小测距误差,通过极大似然估计定位方法计算目标位置,运用ZigBee制作节点模块组成网络实现对室内目标的定位.结果在测距实验中,EC-TDOA测距结果的误差小于0.02 cm,满足测距精度要求.在定位实验中,最大定位误差和平均定位误差分别为4.3 cm和1.64 cm,而定位误差在2.5 cm以内的比例达到90%.定位频率为20 Hz,满足实时定位的要求.结论系统在室内环境中实现对超声波信号覆盖范围内移动节点的定位,通过测距校正有效提高定位精度.系统具有较强的容错性和自适应性..     

基于超宽带技术的强制戒毒人员实时定位系统

在戒毒所智能化管理的驱动下,基于超宽带技术,设计了一种应用于戒毒所的高精度测距定位系统,改进了原有紫蜂(ZigBee)和无线局域网(Wi-Fi)方法检测精度低的问题.分析测距的误差来源,做出相应的优化校正,并提出一种延迟参数的校准方法,进一步提升测距的精度和稳定性.该系统具有测距与定位两种功能,测距功能可以设置地理围栏以限制人员活动区域,定位功能可以实时监测人员位置.实验研究表明:修正后系统测距精度达到7 cm,测距更新频率达到10 Hz,定位精度提高至20 cm,定位频率达到5 Hz以上,可以更好地满足戒毒所定位系统的实时性和精确性的要求.     

多层ELM分区域可见光室内定位算法

在漫反射光信道中,可见光室内定位受一阶反射、噪声信号等的影响,边界区域的定位误差相比内部区域较大,针对此问题,提出一种基于多层极限学习机的分区域定位算法,并通过仿真实验验证了算法的有效性.首先,对整体的实验区域建立第1层极限学习机神经网络,计算出整体的定位误差.其次,根据定位误差的大小和分布特征建立第2层极限学习机神经网络,将整体实验区域划分为边界区域和内部区域.对提取出的边界区域建立第3层极限学习机神经网络,计算出边界区域的定位误差.最后将边界区域的定位误差更新到整体的定位误差中,以实现定位.实验结果表明,该算法的整体平均定位误差为2.79 cm.与接收信号强度算法和反向传播神经网络相比,该算法的平均定位误差分别降低了13倍和55.36%.与单层极限学习机算法相比,边界区域的平均定位误差降低了65.66%,整体的平均定位误差降低了23.77%.该算法边界区域的定位误差明显降低,具有更高的定位精度和鲁棒性能,可适用于不同的定位场景.     

基于ZigBee网络的室内定位系统的设计与实现

针对当前室内定位系统成本高、精度低、可靠性差的缺点,设计出了一种基于ZigBee无线传感网络的无线室内定位系统.系统硬件以德州仪器公司CC2530片上系统为核心,软件基于德州仪器公司Z-Stack协议栈将测距标定与完整定位流程结合起来,通过测量接收信号强度计算待定位节点到参考节点的距离,然后利用三角形质心算法进行定位,确定待定位节点坐标.实际测试表明:该室内定位系统操作简单,可靠性高,定位精度达到95 cm以内,定位误差期望为9.76 cm.     

基于测距的地面网络化弹药节点自定位算法

分析了极大似然估计算法中测距误差对定位误差的影响,提出了基于LMS（最小均方差）的自适应滤波原理的测距误差修正的自定位算法. 利用极大似然估计法初步估计节点位置,并得到定位误差信息,建立测距误差矩阵并更新网络中的滤波参数,完成对网络中测距误差的抑制,从而优化节点定信息. 实验仿真表明,优化处理使定位精度得到提高. 结果表明算法适用于锚节点密度较小的、低信噪比的网络化弹药系统.     

基于有源射频识别信号强度的室内移动机器人测距方法

为采用几何法进行室内移动机器人定位,提出了基于有源射频识别(RFID)信号强度测距方法.分析了无线信号传播的特点和无线信号强度指示(RSSI)测距的原理,建立对数-常态分布传播损耗模型.采用有源RFID的HR-6020C读写器和WS-HT06电子标签构建实验系统,其中读写器作为基站固定于一点,电子标签作为移动节点时刻发送信号.通过实验得到距离与RSSI值关系曲线,利用有源RFID系统对理论模型中的参考点信号强度和比例因子进行标定,并分析了测距精度.影响测距精度的因素主要包括标签的位置、数量和实验环境等.根据确定的传播损耗理论模型进行了测距实验.结果表明,在3 m范围内测距最大偏差为41.68 cm.这为基于RFID的室内场馆移动机器人定位提供了依据,可以满足机器人的定位精度要求.     

基于Zigbee 通信的室内定位系统

为解决常规的模型存在比较明显的误差, 定位时通常不能实现预期定位的问题, 设计了一类室内定位系统。该系统很大程度上结合了标准化的RSSI(Received Signal Strength Indicator)测距模型, 并应用了高精度的3 边定位算法。实验表明, 该系统能在很大程度上解决定位误差问题, 误差减小15%, 得到可靠的定位结果。     

基于特征量重要度LS-SVR的WSN定位方法

针对无线传感器网络(WSN)节点定位方法中采用粗测距技术时,节点间较大的测距误差导致定位准确度不足的问题,提出一种基于特征量重要度LS-SVR的定位方法L-IFSVR.该方法把未知节点到锚节点的距离作为特征量,依据特征量的重要度进行特征提取,通过对探测区域网格化采样得到训练样本集,使用最小二乘支持向量回归机(LS-SVR)学习得到定位模型,在定位阶段,将未知节点的特征向量输入定位模型, 利用LS-SVR良好的泛化能力,实现对未知节点的准确定位.通过对均匀分布和C形区域随机分布的100个节点进行定位实验,结果表明,定位方法L-IFSVR能有效地降低测距误差对定位准确度的影响,减小平均定位误差,其中,均匀分布情况下L-IFSVR方法的平均定位误差相比采用相同测距技术的DV-Hop方法减小7.5~14.0%;C形区域随机分布情况下,显著减小36.5~55.2%     

一种超宽带高精度测距系统的设计与实现

为实现高精度无线测距,采用超宽带无线电信号和双向到达时间测距方法,设计并实现了一种基于超宽带信号相关检测的测距系统.实验结果表明:在视距传输条件下,室内测距系统误差在0.14 m以下的概率达到90%,误差在0.05 m以下的概率为50%;楼道测距系统误差在0.06 m以下的概率达到90%,误差在0.04 m以下的概率为50%.实验结果证明系统能够实现厘米精度的测距精度.     

移动轨迹链式射频指纹图训练

射频指纹图的离线训练工作强度大是限制室内节点定位的主要因素,提出了移动轨迹链式射频指纹图的离线训练方法。通过实际实验,得出了基于测距的定位方法和插值训练方法存在较大的误差。并与Radar系统的进行比较后,得出通过移动轨迹链式射频指纹训练不论是平均定位精度或是单次定位误差概率上都具有优势。同时离线训练强度是Radar系统的0.25%,有利于进行射频指纹图的快速构造和室内节点的定位。     

基于RSSI极大似然估计定位算法的分析与实现

通过分析极大似然估计法进行求解方程未知节点位置可知,代入最后一个方程锚节点(参照锚节点)的测距误差会对极大似然估计法定位误差产生较大影响,并实现了基于RSSI的极大似然估计定位算法实测实验.实验结果表明,参照锚节点不带测距误差与参照锚节点带测距误差相比,前者的定位误差小,在30m×30m方形定位区域内前者较后者平均定位误差值减小0.4~1.0m.     

一种大角度范围的高精度超声波测距处理方法

针对移动机器人超声定位中超声收发传感器角度偏向造成的测距精度下降,本文提出了一种基于归一化波形参数特征修正的超声测距系统.传统的增益控制、可变阈值等抗起伏措施对抑制传播过程中的幅度起伏造成的测距误差效果较好,但如果传感器角度偏向使波形发生畸变,此类方法仍将造成较大误差.本文通过对传感器角度偏向造成接收信号波形畸变及测距精度下降的理论分析及实验研究,建立了超声接收信号归一化波形特征脉宽与前沿变化的关系,设计了基于单片机实现误差校正的大偏向角高精度超声波测距系统.测距实验结果表明本系统显著减小了传感器角度偏向引起的测距误差,在不同的距离上使测距精度平均提高了1.6%,同时具有成本低、使用简单、方便的特点.     

基于单天线相位的UHF RFID室内定位算法研究

基于单天线相位的UHF RFID,采用双标签的定位方法,对室内定位算法进行了研究,结果表明:待定位目标边长距离在超过高频载波信号波长的情况下,有2个间距为1/2载波波长的无源标签附着于特定目标上。仿真表明:在三条路径、两条路径情况下,两步测距可估计平均定位误差;两步测距(副载波)方法也可估计平均定位误差;但两步测距(副载波)方法基于双标签定位中,无法确保阅读器与2个标签间距离大小关系。在三条路径、两条路径情况下,两步测距(副载波)方法误判率分别为17.45%、17.82%,两步测距(载波)方法误判率均为0,故两步测距(载波)方法可将定位误差降低,确保物品登记准确性。     

采用多载波相位测距的Wi-Fi精密定位方法

针对当前室内无线局域网Wi-Fi定位方法误差大、需要额外辅助设备的问题,提出了一种基于多载波相位测距的Wi-Fi精密定位方法。在测距环节,通过中国剩余定理求解多载波相位同余式组实现了距离重构,并给出了一种采用同差处理以降低算法噪声敏感性的方法;在定位环节,基于最小测距误差平方和准则,将带有误差的多边测距定位问题转化为受约束的二次最优规划问题,实现了分米级的Wi-Fi定位。实验与仿真结果均表明,所提方法的测距精度可达mm级,定位精度在dm级,较主流MUSIC Wi-Fi定位方法3~5m的定位精度提升了4倍以上。     

基于RSSI修正的相似度推荐定位算法

针对RSSI测距容易受到环境干扰,提出一种基于RSSI修正的相似度推荐定位算法.该算法对RSSI测距数据进行残差修正,以减小RSSI误差对定位精度的影响,并利用样本点与未知定位区域的相似度来确定未知节点的坐标,降低了计算复杂度.仿真结果表明算法有效可行,可较好地改善节点定位精度.     

基于差分双向测距协议的两飞行体相对定位算法

对于运动节点(如飞行体)而言,相对运动导致基于差分双向测距协议(DTWR)的测距结果存在较大误差,进而影响相对定位的精度.为了消除相对运动对DTWR性能的影响,首先对飞行体间基于差分双向测距协议的测距误差进行分析和建模,然后建立测距的有偏误差与两飞行体相对坐标间的约束关系,利用拉格朗日乘子法和泰勒级数法获取飞行体间相对坐标的最小二乘估计.该方法扩展了DTWR的应用范围,实现了飞行体间的精确相对定位.仿真表明,提出的定位算法具有较高的精度和稳定性.     

基于RFID的室内智能导航系统

设计并实现了用于大规模室内环境的移动终端定位与智能导航系统.系统基于RFID技术和TDOA原理测量距离,并通过三点定位技术实现对手持移动终端的精确定位.在此基础上引入A~*搜索算法,以完成对手持终端设备准确、高效的导航.实验表明,该系统具有准确的测距与定位功能,能满足室内定位的要求.     

基于单片机的超声波测距仪的研究与设计

介绍了一个完整的基于单片机的超声波测距系统的设计,该系统包括超声波发射电路、接收电路、温度采集电路和PC机数据采集系统.经多次实验证明,测距范围为0.4~6 m,误差在±1 cm以内.可以满足移动机器人、智能小车避障等应用要求,具有一定的理论与现实意义.     

基于异步卡尔曼滤波的移动机器人动态定位

针对室内移动机器人动态定位在网络盲区中失效的情况,提出一种根据机器人周围网络环境动态选择信标节点,完成自主定位的系统.利用扩展卡尔曼滤波后的RSSI完成测距,然后采用极大似然算法完成定位,再用异步卡尔曼算法修正定位误差.该算法成功地将经典卡尔曼滤波与其他定位算法相结合,对于定位算法的结果进行平滑和优化,修正和改进定位精度.尤其在网络盲区中,采用异步卡尔曼滤波获得最优数据.仿真实验表明该系统针对移动机器人自主动态定位具有精度高、适应性强、鲁棒性好等特点.     

粒子群算法修正测距的无线传感器网络节点定位

为获得理想的节点定位结果, 设计一种基于粒子群修正测距的无线传感器节点定位算法. 首先对经典无线传感器节点定位算法DV-Hop的工作原理进行分析, 找到导致测距误差的因素; 然后用粒子群算法对无线传感器节点之间的测距进行修正, 以减少节点间的测距误差, 并对标准粒子群算法的不足进行相应的改进; 最后通过仿真实验与当前经典无线传感器节点定位算法进行对比测试. 测试结果表明, 在相同工作环境下, 该算法提高了无线传感器节点的定位精度, 且未增加额外硬件开销.