UWB室内定位算法的分析-电子与通信工程专业毕业论文.docx

摘 要
近年来,无线通信技术发展迅速。随着生活质量的提高,各种新兴的无线通信业务也都应人们的新需求而相继出现。免费开放的 频段推动了超宽带无线通信技术的发展。超宽带技术能够用于精确的测距和定位,精确度高、功耗低、系统容量大的特点使这项技术成为未来无线定位技术的不二之选。本文在超宽带通信技术的理论基础上,以提高超宽带室内定位的精度为目标,对传统的室内定位算法进行了优化,并对改进效果进行了验证。主要研究工作的内容如下:
首先,通过对一些定位法的分析和对比,具体评估每种方法对于超宽带系统的适用性。针对这些基本算法存在的不足,本文选取了几种具有针对性的改进算法,在运用这些算法之前,先要对这些方案的核心原理有充足的认识和理解。然后以 LANDMARC 室内定位算法作为研究改进定位算法的平台。先对 LANDMARC 算法本身存在的问题进行了分析和仿真,将其存在的缺陷进行归纳和总结。
然后,对 LANDMARC 算法的不同缺陷分别研究解决办法。对于 LANDMARC 算法计算量大问题,寻找导致计算量大的原因,不断的调整算法的参数,进行多次对比仿真验证,发现了问题的所在。并且针对这一问题查阅资料、寻找解决方案,比较各种方案后,确定用区域分割算法来解决这一问题。对于 LANDMARC 系统稳定性差的问题,选择一种具有自适应性的 K 临近选择算法对 LANDMARC 算法的自适应性能做了优化。针对硬件电路造成的 LANDMARC 算法的系统误差问题,选择用卡尔曼滤波算法来解决这个问题,并将多种优化算法相互组合,经过多种方案的尝试,对各个算法的性能和优化的效果进行了仿真分析,最终选择了一种将卡尔曼滤波、BP 神经网络、自适应 K 临近算法和最小包容圆原理有机结合在一起的改进算法,叫做具有滤波功能的自适应定位算法。
再次,搭建起超宽带室内定位的系统模型,将上述的改进算法分别加以仿真, 与传统的 LANDMARC 算法的定位效果比较,详细分析结果产生的原因,并对原因进行归纳总结,最后得出结论:经过改进后的具有滤波功能的自适应定位算法能够克服传统算法的缺陷,提高定位的准确度。
最后,文章对研究工作做了认真的总结,并提出了有待于进一步解决的问题。关键字:超宽带,无线定位,卡尔曼滤波,自适应算法
I
Abstract
In recent years, munication technology is developing rapidly. With the improvement of people’s life, A variety of new business of munication has appeared one after another. The frequency band is now opened to public use that promote the development of ultra-wideband(UWB) munication technology. UWB technology can be used for accurate distance measurement and localization. It has the characteristics of high precision and low power consumption and large system capacity which made this technology a inevitable choice for future wireless localization. In this paper, based on the theory of munication and the goal of improve the accuracy of UWB indoor localization, we optimized the traditional indoor localization algorithm, and verified the effect of optimization on location algorithm. The main research content is as follows:
First, Through the analysis parison of some localization method, we evaluate each method in detail for the applicability to UWB system. Aiming at these problems of these basic algorithms,