超宽带范围错误缓解与新道脉冲响应特征参数和双步非视线识别

科学领域:

• 机器人和自动化 机器人和自动化
• 信号处理 信号处理
• 室内导航系统 室内导航系统

背景情况:

• 室内环境中的高精度定位受到非视线 (NLOS) 距离错误的挑战.
• 超宽带 (UWB) 技术提供了准确室内定位的潜力,但易受NLOS错误的影响.

研究的目的:

• 提出一种有效的策略,用于识别和减轻UWB系统中的NLOS距离错误,以改善室内定位.
• 开发一种两步NLOS识别方法,并结合新道脉冲响应参数进行错误校正.

主要方法:

• 一个两步的NLOS识别过程,使用决策树和前神经网络.
• 将NLOS错误分为三种类型,并采用定制的缓解和召回策略.
• 将缓解策略扩展到部分视线 (LOS) 错误.

主要成果:

• 实现了95.05%的NLOS平均识别准确率和95.72%/94.15%的LOS/NLOS召回率.
• 减少了50.4%的LOS错误,并提高了NLOS范围错误精度,平均为61.8% (高达76.84%).
• 总的来说,LOS和NLOS的距离误差分别减少了25.19%和69.85%,导致定位精度提高了54.46%.

结论:

• 拟议的UWB距离错误缓解策略有效地提高了室内定位准确度.
• 与CNN,LSTM-EKF,LS-SVM和K-NN等最先进的技术相比,这种方法显示出更高的性能.
• 该策略提供了一个强大的解决方案,用于在具有NLOS条件的具有挑战性的室内环境中精确定位.