论文部分内容阅读
在当今移动互联网时代,人们对于位置感知的应用需求激增,然而目前基于GNSS的室外位置服务相对成熟,在室内环境下,卫星信号易受遮挡而无法正常完成定位。为了满足用户的需求,专家学者对光电、声波等进行了系统研究,提出了超声波、红外线、蓝牙等多种室内定位技术,且均具有独特的优缺点,但目前还没有单一的定位技术能够解决室内定位的所有问题。在此背景下,本文系统研究了超宽带(Ultra Wide Band,UWB)定位技术和基于微机电系统(Micro Electro Mechanical System,MEMS)传感器的定位技术,并根据两种定位技术各自的特点,将两种定位技术进行组合以实现复杂室内环境下的定位,主要内容包括:1.针对UWB定位过程中信号易受多路径和非视距误差影响的问题,在分析了传统的两步加权最小二乘CHAN算法和具有约束条件的最小二乘算法的基础上,提出了基于粒子滤波的UWB定位算法。试验结果表明,该算法能有效地改善UWB定位过程中的“野值”问题,降低了多路径效应和非视距误差对定位结果的影响,提高了定位精度和系统稳健性。2.针对惯性导航定位过程中出现误差累积的问题,结合行人运动模型,提出了低通滤波降噪(10)零速修正的解决方案。利用Butterworth滤波对采集到的原始数据进行处理,有效降低了加速度和角速度中由于无效振动而引入的误差。在此基础上,利用零速检测的方法,检测出零速度时刻,再利用卡尔曼滤波对该时刻的状态信息进行误差校正,提高定位精度。3.深入分析了UWB和MEMS独立定位的特点,设计实现了MEMS辅助UWB定位和基于卡尔曼滤波的UWB/MEMS组合定位方案。当UWB定位出现较大误差或无法完成定位时,依靠MEMS进行定位,当UWB定位误差均在设定的阈值范围内时,可分别赋予UWB和MEMS一定的权值进行组合定位;在UWB与MEMS独立工作的基础上,分别利用MEMS输出的信息建立状态方程和UWB与MEMS两者解算出的位置信息建立量测方程,通过卡尔曼滤波进行状态估计,并反馈校正MEMS信息。UWB/MEMS组合定位可以有效地弥补单一定位技术在定位过程中存在的不足,进一步提高定位精度和系统稳定性。