基于超宽带系统的双卡尔曼滤波定位算法
电子技术应用
刘倩芸，林敏，刘灏，于泽，郑立寅
（上海大学 通信与信息工程学院，上海 200444）
摘要： 针对室内复杂通信环境中对于移动目标的循迹需求，设计了一种削弱非视距误差的双卡尔曼滤波器，将经典卡尔曼滤波器与扩展卡尔曼滤波器进行级联，并引入一种根据残差分区调整卡尔曼滤波器协方差的区分误差方式，用于自适应调整经典卡尔曼滤波器的滤波增益，从而达到平滑观测值的作用，最终在扩展卡尔曼滤波后输出待测移动目标的位置信息，实现了移动目标的实时定位。在MATLAB上对该设计思路进行了仿真，在匀速运动模型下与现有的几种算法进行了精度的比较，所提出的双卡尔曼滤波器在仿真上能达到较高的循迹精度，均方根误差在视距情况下达到3 cm以内，非视距情况下达到10 cm以内。
中圖分類號：TN92
文獻標志碼：A
DOI：10.16157/j.issn.0258-7998.233797
中文引用格式： 劉倩蕓，林敏，劉灝，等. 基于超寬帶系統的雙卡爾曼濾波定位算法[J]. 電子技術應用，2023，49(6)：58-62.
英文引用格式： Liu Qianyun，Lin Min，Liu Hao，et al. A double-layer Kalman filter positioning algorithm based on ultra-wide band system[J]. Application of Electronic Technique，2023，49(6)：58-62.
文獻標志碼：A
DOI：10.16157/j.issn.0258-7998.233797
中文引用格式： 劉倩蕓，林敏，劉灝，等. 基于超寬帶系統的雙卡爾曼濾波定位算法[J]. 電子技術應用，2023，49(6)：58-62.
英文引用格式： Liu Qianyun，Lin Min，Liu Hao，et al. A double-layer Kalman filter positioning algorithm based on ultra-wide band system[J]. Application of Electronic Technique，2023，49(6)：58-62.
A double-layer Kalman filter positioning algorithm based on ultra-wide band system
Liu Qianyun，Lin Min，Liu Hao，Yu Ze，Zheng Liyin
(School of Communication and Information Engineering， Shanghai University， Shanghai 200444， China)
Abstract： In order to track and locate the moving target in complex indoor environment, a double-layer Kalman filter (DKF) with weakening NLOS noises is designed, which cascades the classical Kalman filter (KF) and the Extended-Kalman filter (EKF). A method for distinguishing the noises is introduced into KF by adjusting the covariance according to the residual between the prediction and measurement. Through this method, the filter gain of KF is able to adjust adaptively, so that the distances measured by ultra-wide band (UWB) sensors can be smoothed and then input into the next EKF. Finally, the real-time positioning is achieved by outputting the position information of the moving target after EKF at each iteration. The algorithm is simulated on MATLAB, and the tracking accuracy is compared with several existing algorithms under the constant velocity (CV) model. The proposed DKF can achieve high accuracy within 3 cm in LOS environment and 10 cm in NLOS environment.
Key words : UWB；Kalman filter；indoor positioning；NLOS noises
0 引言
無線通信技術、網絡技術以及定位技術的不斷發展與普及，使基于位置的服務逐漸進入人們的生活中，成為了智慧生活和智能城市的重要組成部分。
在無線定位系統中，全球衛星導航系統（Global Navigation Satellite System，GNSS） 已經得到廣泛的應用，技術也已經相當成熟，其覆蓋范圍廣、準確度高、實時性好，在室外的定位精度可以達到10 m左右，這已經較好解決了室外定位的需求。但是隨著社會現代化建設的發展，人們大多時間都生活或工作在如高樓大廈的室內環境中。由于建筑物的內部結構復雜，會產生多徑效應等影響室內定位精度，無法進行準確且實時的定位。常見的室內定位技術有低功耗藍牙（Bluetooth Low Energy, BLE）、WiFi、射頻識別（Radio Frequency Identification, RFID）、脈沖無線超寬帶（Impulse Radio Ultra-wide band, IR-UWB）等.
本文詳細內容請下載：http://www.tom3567.com/resource/share/2000005349
作者信息：
劉倩蕓，林敏，劉灝，于澤，鄭立寅
（上海大學 通信與信息工程學院，上海 200444）
此內容為AET網站原創，未經授權禁止轉載。