基于卡尔曼波器的适应性UWB位置跟踪与优化的DS-TWR在车间非视线环境中
Jian Wu1, Yijing Xiong1, Wenyang Li1
1College of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China.
本研究介绍了一种优化的超宽带 (UWB) 定位方法,使用自适应卡尔曼过来提高非视线 (NLOS) 车间环境中的准确性. 改进的算法提高了本地化精度和系统效率.
科学领域:
- 机器人和自动化机器人与自动化
- 无线通信系统无线通信系统
- 传感器融合和信号处理
背景情况:
- 室内超宽带 (UWB) 定位系统在使用双面双向测距 (DS-TWR) 的非视线 (NLOS) 车间环境中面临精度限制.
- 当前的方法在阻碍影响信号路径时,难以保持高定位精度.
研究的目的:
- 提高UWB定位系统在具有挑战性的室内NLOS环境中的准确性和效率.
- 在车间NLOS条件下开发一种优化方法来解决DS-TWR的局限性.
主要方法:
- 提出基于DS-TWR的定位优化方法,简化消息交换以减少能源消耗和距离时间.
- 引入了自适应卡尔曼过算法,以动态评估和减轻NLOS诱导的观测噪声的影响.
- 调整过增强适应性,以消除无效定位数据并提高信号可靠性.
主要成果:
- 在车间NLOS条件下,在静态和动态定位实验中表现出显著的性能改进.
- 通过有效减轻NLOS影响,实现了系统定位精度的提高.
- 加强了DS-TWR算法的实时范围精度.
结论:
- 拟议的优化方法显著提高了UWB定位精度和在车间NLOS环境中的系统效率.
- 适应卡尔曼过有效地解决了NLOS条件所带来的挑战,从而实现更可靠的本地化.
- 增强的DS-TWR算法为精确的室内定位应用提供了强大的解决方案.
更多相关视频
04:13Using a Real-Time Locating System to Measure Walking Activity Associated with Wandering Behaviors Among Institutionalized Older Adults
Published on: February 8, 2019
11:54Microfluidic Platform with Multiplexed Electronic Detection for Spatial Tracking of Particles
Published on: March 13, 2017
相关概念视频
Errors in Global Positioning System
Field Application of Global Positioning System
Types of Global Positioning System Surveys
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
