论文部分内容阅读
随着无线通信技术的迅速发展,基于位置信息的应用需求有着极大的提升。室内定位可对丰富的室内活动场景提供多样而又便利的服务,是定位领域重要的研究热点,而复杂室内场景定位需求的不断增加对基于室内无线通信的位置服务提出更大的挑战。超宽带(UWB)技术作为逐渐兴起的无线传输技术,凭借抗衰落与多径等诸多优势,在室内定位领域占据了一席之地,并有趋势向着移动设备集成,从而提供更加便捷的定位服务。本文从城市典型室内复杂场景中有效实时的定位方案研究入手,对基于UWB技术的室内定位的应用可行性进行分析,并通过融合算法融合惯性导航系统定位中的行人航位推算(PDR)算法,实现UWB与PDR融合的定位方法,使定位技术优势互补以克服单一方法定位的不足。本文对其中的主要问题与关键技术进行研究,实现适应复杂场景的融合定位方法,主要完成的研究内容包括:(1)本文对复杂室内场景中的定位应用需求与特点进行了分析,从定位系统与算法上评估了UWB技术在复杂场景定位中的可行性、具有的优势与其中存在的关键问题,并对导致定位精度降低的室内环境误差来源做出分析。(2)本文针对UWB定位中存在的NLOS传播问题,在NLOS判别问题中引入机器学习理论改进NLOS判别方法,将其转化为二分类问题。根据NLOS传播的信号特征变化,提取UWB定位信号与信道特征,通过特征子集选择策略筛选组成特征子集作为判别依据,采用SVM方法以达到不需先验知识的前提下完成判别,同时也克服了传统判别方法复杂度高以及精度较差的不足。(3)本文针对非视距传播对UWB定位精度的影响,改进NLOS传播时PDR算法初始位置信息的获取方法,引入广义延拓逼近模型处理UWB定位数据,弥补NLOS传播时发生的定位信息缺失,给出定位数据的最佳估计,提供更准确的PDR初始航位参考。(4)本文在多源定位信息的融合过程中采用适应复杂环境模型的粒子滤波算法,分析粒子滤波实现过程中发生的抑制粒子退化与保留粒子多样性的一对矛盾,对比分析粒子的重采样方法并应用较为有效的重采样方法进行了融合系统的实验验证。定位误差评估验证本文的方法能够克服一定的NLOS传播发生并实现较好的定位性能,满足更高需求的基于位置信息的研究与服务。