本篇文章是作者研究生毕设的前稿,每周更新补充,主要是中外关于室内定位的论文综述,偏向于TDOA方向,也会更新些其他的方向。-------有不当的地方欢迎有人指正♂^=^♀。
2016.7.20
1.Contributed ReviewSource-localizationalgorithms and applications usingtimeofarrival
measurements (2016,美国太平洋西北国家实验室,SCI)
2.基于TDOA的高精度无线定位方法的研究与实现 (2010,东南大学,硕士论文)
室内定位的重要性及市场前景就不在此再次赘述,直接提取论文的实质内容。
【1】作为综述提出了一些总纲性的东西。提出现在室内定位遇到的问题主要有四个方面,如下:
(1):LOS(视距信号)传播基本不可能
(2):多径效应强烈
(3):GPS信号弱
(4):用于定位的传感器节点成本高
其中,尤以1、2的问题更为重要。
下表是一些常用的定位方式的优缺点对比,以后会陆续补充。(相对应的论文会陆续补充)
定位方式 | 特点 | 优势 | 缺点 | 应用与适用性 |
TOA | 通过时间、速度直接计算源和接收机的距离 | 精度高 | 需要视距传播;定位源和所有的传感器都需要同步;成本高昂;系统复杂 | 多在蜂窝网络应用;3D定位中经常辅以GPS |
TDOA | 通过一系列传感器得到TOA的差值 | 精度高;相较TOA只需要所有的传感器进行时间同步 | 需要视距传播 | 在WSN中多有应用;3D定位中经常辅以GPS |
AOA | 通过传感器测量到达角度,需要预先知道传感器的方向 | 至少只需要两个接收传感器;不需要时间同步 | 需要智能天线;硬件环境大而贵;需要视距传播;容易被多径效应和阴影衰落影响 | 在雷达场景中多有应用;更适合作为定位的传感器而不是源;作为源时,需要一个天线阵列 |
RSS | 建立传播模型,将RSS强度与距离建立关系,从而估计距离 | 不需要时间同步;搭建简单并且成本低 | 精度低;需要精确的信号衰减模型;容易被多径效应和阴影衰落影响 | 经常应用于不需要高精度定位的应用中 |
混合 | TOA/RSS和TDOA/RSS | 相近的简单硬件环境 | / | 适用于NLOS及室内环境 |
TOA/AOA和TDOA/AOA | 当传感器和定位源相近时效果良好;在单传感器情况下也可定位 | / | 适用于NLOS及室内环境 |
TDOA/FDOA | 在源位置及速度估计上彼此互补 | / | 应用于移动的源的定位 |
TOA/TDOA | 彼此的数据可以相互融合 | / | 适用于NLOS |
其中RSS方式作者的学长学姐做的就是这个方向。因为他们的缘故我也有涉及。总的来说RSS跳变不稳定,值和距离的关系并不是十分确定,受障碍物的影响也非常大。在视距情况下,用四个信标定位,静止状态误差在2m以内。隔个柱子误差就会上升到3-5m。硬件用的是TI家的CC2640.
【1】中提到现今已有的多数研究只着眼于静止低位,对于移动点的定位还需要更多的研究。
在移动点定位中常用到的算法(相对应的算法每周会有渐进的更新和介绍)
算法 | 特点 |
Kalman | 线性、高斯噪声 |
Extended Kalman | 非线性问题 |
Unscented Kalman | 非线性问题 |
Particle filiter | 非线性、非高斯 |
Monte Carlo | 非线性、非高斯、计算量大 |
要做一个室内定位的项目,首先要选定一个总的方式,如上所述的TOA、TDOA等等。明确定位目标的状态是静止还是移动。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)