UWB系统的定位精度影响因素

2023-11-16

UWB系统的定位精度影响因素

影响UWB定位精度的因素较多,主要包括:多径效应、非视距传播、多址干扰、参考基站数量、参考基站位置和时钟同步误差等因素。

(1)多径效应

超宽带信号在室内传播过程中受到复杂的室内环境( 如墙体、窗体及室内障碍物等)的影响,会发生反射、折射等情况从而产生多径效应。多径效应会导致信号经过不同的路径到达定位基站天线的情况各异,使得第一一个到达的信号分量不是直线传输到达的信号分量,显示出不同的时间和空间方位。此时,信号到达定位基站的各分量之间的相位关系会发生改变,不同的路径也会使各量具有不同的时延,微小的时延导致信号各分量相互干涉,从而引起信号的快衰减与能量衰减,信噪比下降,最终导致测量误差,定位精度也随之降低。多径效应对RSSI和AOA等非时间测距的定位算法会产生很大的影响,而对于基于时间测量的定位算法T0A/TDOA,也会引起测量值的偏差,可见多径效应是影响定位精度的主要原因之一。因此,要尽可能地抑制 多径效应将能有效地提高定位精度,目前抑制多径效应的方法主要是关于时延估计的算法,如基于边缘检测的时间延迟估计14与基于遗传粒子滤波的多径时延估计算法

(2)非视距传播

当目标节点与参考基站之间的直射路径被障碍物遮挡后,发射点和接收点之间就不存在直达路径了,无线电信号只能经过反射或折射后才能抵达接收端,这种现象被称为非视距传播(NL0S)。 传统的TOA算法是检测最强脉冲来得到传输时何的,但是当非视距信号到达接收端时,此时第一个到达脉冲并不是最强的脉冲,使得TOA算法存在误差。基于角度测量的AOA算法因为NIL05S 误差的影响,得到的角度测量值与真实值之间也无法避免地存在着较大误差。在实际室内定位过程中,经实验证明,由TOA算法得到的测量值的方差在NLOS环境下比在L.05环境下的值大10,因此我们可以利用这种差别来甄别是否为NIOS环境,然后利用简单的L.0S重建算法就可以减少定位误差的产生。另一种减小误差的方法是使用有偏或无脑卡尔曼滤波的方式对实际测量值进行筛选,从而使得待测节点取得较高的定位精度

(3) 多址干扰

由于参考基站需要协同定位,因此某个参考基站不光要接收待定位节点发射过来的信号,还要接收临近基站的发射信号。不同的信号叠加在一起就造成了信号的干扰,降低了信号的信噪比,使测得的T0A值与真实值相差较大。解决的办法是: a)采用相互正交的即时序列,使得用户在不同的时候进行信号的传输,从而避免用户间干扰: b)在接收端使用一个匹配速波器,对多址信道内的扩频信号进行输出,然后根据有效的信号处理方法最终判断恢安出原址的方法送信号数据,这种方法也能够在一定程度上消除远近效应的影响。

(4)参考基站数量

增加参考基站的数目可以增加T0A测量值的信息冗余度,降低定位的误差,提高定位的精确度。但定位基站的数量不是越多越好,当定位参考基站的数目增加到定程度时, 无法充分利用其他基站提供的距离信息。在实际的应用当中,考虑到计算速度和成本,按照经验般参考基站的数量为4-6个。

(5) 参考基站位置

合理地设置参考基站的位置可以在一定程度上 上抑制多址干扰,提高定位的精度。参考基站与待定位节点的相对位置的关系对定位系统影响的程度可以用几何精度因子(Goumetie Dhution o Pecsin, GDOP)来表示。在实际的应用当中,在从大量的参考基站选择基站时,可以用CDOP作为选择指标。阅读有关的文献可知,均匀分布的基站比无序分布的参考基站有着更好的定位效果。

(6)时钟同步误差

基于T0A和TDOA的超宽带定位算法所使用的时钟同步是不相同的,精于TOA的定位不仅要求待定位节点和各个参考基站间有严格的时钟同步,而且也要求参考基站间保持时钟同步。而基于TDOA定位时仅仅需要各多考基站间时钟同步即可,这样就减少了定位系统的复杂度和成本。因此,时钟同步误差与定位精度有着密切关系。时钟同步过程中会受到多方面因素的影响。1)时钟设备质量的可靠性,例如信号收发设备的精度过低,在测量过程中可能会产生较大的测量误差,另外,品体振荡器自身存在的温漂、老化等问题也会使时钟发生偏移。2)时钟同步算法,主要分为有线时钟同步和无线时钟同步,不同的时钟同步算法的精度是不同的,相比于有线时钟同步算法,无线时钟同步算法在应用上更为方便,但是相对而言同步的难度更大”。3)同步范围,由信号传输的路径报耗规律可知,信号的传输距离并不是无限远的,-定的发射功率也限定了-定的信号可用范围,因此时钟的同步范围大致可以分为单区域同步和跨区域同步。单区域时钟同步,顾名思义,在特定的区域内进行时钟同步,单区域时钟同步会受到所要同步的区域形状的影响;跨区域时钟同步则会受到相邻同步区域的时钟同步误差累积影响,即与原始时钟越远的区域时钟同步误差越大。4)时钟同步的环境,例如信号的收发过程是否受到干扰,信号传输环境是否为NLOS等。因此,受这些因素的影响,容易造成不理想的时钟同步情况,不理想的时钟同步会带来一定的时钟误差, 从而影响到定位精度和定位稳定性。引起UWB测距误差的原因有多个,室内定位节点之间的本地时钟不同源导致时间同步上的误差,该误差可以通过TDOA测距方式消除:影响测距误差的还有系统误差,系统误差一般包括天线延迟误差、经纬度、环境湿度以及海拔等因素的影响,可以通过线性拟合的方式来消除部分系统误差,为了使最后的定位更加准确,在正式实验定位之前,需要进行测距预处理工作,以此来提高后期的定位精度:影响测距精度的原因还有另外一个,测距方式的不同,也可能导致最后的定位精度有差异,可以使用的测距方式为双向对称测市,而非双向测距。这可以提高定位精度。TDOA测量误差、时钟偏差、基站数量与位置、随机遮档、设备误差和气象条件等典型误差特征。 TDOA测量误差现有技术方案中,为了解决对TDOA测量误差的校正需要引入测量参考设备,典型的校正系统由一个参考发射设备和两个参考接收设备构成,参考发射设备和参考接收设备的位置已知。由参考发射设备发送特殊的测量信号,参考接收设备在收到测量信号后,可以获得TDOA的测量结果。然后利用已知的参考设备的位置信息,计算出TDOA的理论值。对比TDOA的测量结果和计算结果,可获得TDOA的测量误差信息。利用多个参考发射设备可以得到多个测量误差估计结果,对所有测量误差估计结果进行加权平均处理后,在后续的TDOA测量过程中,采用加权平均处理获得的误差信息对测量结果进行校正。根据对TDOA测量误差来源的分析,参考设备校正过程获得的误差信息做加权平均处理后,不具备普遍代表性,校正获得的精度提高有限"(2)时钟偏差时钟偏差可以通过校准源校正,且存在与否对定位性能界有影响,噪声水平多大对于稳健的算法而言是无影响的。(3)基站数量与位置1) 数量:基站位置误差噪声水平是影响定位性能的重要因素, 基于TDOA最小二乘算法,在不考虑其他误差的情况下,分析了基站几何布局对定位终嘴的误差影响,可以看出较好的基站几何布局能够大大提高移动台的定位精度。在可得到多基站信号特征值的情况下,可以根据多基站选择算法来选择具有较好几何布局的基站来进行定位,有助于利用较少的系统资源得到较好的定位精度。此外还可以根据不同的定位需求,指导基站的架设。对于Chan定位算法,在高斯噪声环境下,陆着参与定位的基站数的增加,能够利用的TDOA测量值的数目增加,可以得到更高的定位精度。当参与定位的基站数达到5个及以上后,定位精度改变不大,也就是说,利用TDOA测量值的定位算法,需愛多与定位的基站至少为3个,当参与定位的基站达到5个以上时,定位性能达到最优。

位置:根据仿真模拟,当基站数量较多时,集合分布按照蜂窝型布置时,定位误差最小。

(4)随机遮挡(无线电波的衍射与反射)在室内定位中,室内的意挡物对UWB技术产生多大的影响呢?

1)实体墙:一堵实体墙的这种速挡将使得UwB信号衰减60% -70%,定位精度误差上升30cm左右,两堵或者两堵以上的实体墙遮挡,将使得UWB无法定位。

2)钢板:钢铁对UWB脉冲信号吸收很严重,将使得UWB无法定位。

3)玻璃:玻璃遮挡对UWB定位精度没太大的影响。

4)木板或纸板。鹏厚度10cm左右的木板或纸板对UwB定位精度没大大电线杆或者书面遮挡时需要看他们之间距离基站或者标的影响。

5)电线杆或树木,林签的相对面离比较是否很小,比如,基站和定位标签的签的距离,与基站和标插期不正好在两者中间25m处,这种遮挡就没有大的影距离为s0m,电线杆或者树本正好新为国非站成标资距离很近小于m,影响就很大。设备误差卫星发射设备及及用户接收设备的电路延时(这些电路延时随环境因素、电出工作条件、 元件名化、信号和干批占中的强弱而变化),将产生固定的及限机净的制防设发此外,计算机进行定位计算也会有计算误差,从而导致定位误差。

(6)气象条件

1)温度和气乐等因素对测距精度的影响呈线性变化,气压的影响最为显著.其次是温度。

2)从温度对测距精度的影响曲线可以看出,距离一定时, 随着温度的增加,对测距精度呈正梯度:随着作用距离的增加,温度的影响进步增大。

3)从压力对测距精度的影响曲线可以看出,距离一定时, 随着压力的增加,对测距精度呈负梯度:随着作用距离的增大,其影响程度进一步 加图。

4)固定温度、压力和湿度,距离对测距精度的影响呈负梯度变化。

(7) 大气

现有技术中,在视距情况下,基于UWB实时高精度室内定位之所以会导致精度下降,主要是由于当基站和标签距离较远时,受大气误差延迟的干扰严重,增加了UWB信号到达时间。因此,没有办法准确地计算出基站与标签的距离通过∪WB设备得到标签与基站之间的测量距离,通过基站和标签之间的测量距离建立观测方程;在所述观测方程中引入与测量距离成正比例的大气误差参数:通过三角定位的方法将位置参数与大气误差参数起进行补偿解算, 从而消除大气中信号传播的大气干扰造成的误差:解算得出消除大气误差后的误差

 

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@)

UWB系统的定位精度影响因素 的相关文章

  • 说说你对Object.defineProperty()的理解

    代码在最后 定义 Object defineProperty 方法会直接在一个对象上定义一个新属性 或者修改一个对象的现有属性 并返回此对象 Object defineProperty obj prop descriptor obj 要定义
  • Python糖尿病人预测是否患癌症

    Python糖尿病人预测是否患癌症 统计回归分析的任务 就在于根据x1 x2 x3 xp线性回归和Y的观察值 去估计函数f 寻求变量之间近似的函数关系 我们常用的是 假定f函数的数学形式已知 其中若干个参数未知的观察值去估计未知的参数值 这

随机推荐

  • 网马解密初级篇

    一 网页挂马的概念 网页挂马是指 在获取网站或者网站服务器的部分或者全部权限后 在网页文件中插入一段恶意代码 这些恶意代码主要是一些包括IE等漏洞利用代码 用户访问被挂马的页面时 如果系统没有更新恶意代码中利用的漏洞补丁 则会执行恶意代码程
  • nodejs egg框架统一错误信息返回封装

    use strict app middleware error handler js module exports gt return async function errorHandler ctx next try await next
  • ubuntu内网安装软件

    在生产环境中很少有连接外网的服务器 这里以ansible内网安装为例来介绍 1 安装ansible 有外网 1 ansible的安装包存在于ansible的PPA中 如果要下载PPA 个人软件包存档 就必须要使用apt add reposi
  • C++三角函数计算及弧度制角度制转换

    c 中所有三角函数计算里都是弧度制 用acos算出的弧度t转化为角度的时候 需要t 180 Pi 相对应的 角度换弧度需要t Pi 180 反三角函数 double acos double asin double atan
  • linux怎么看sdb1里面的文件,linux – 什么是sda,sdb,dm-0,dm-1的文档

    如果我运行iostat 我得到了 sda0 sda1 我知道那些是 硬盘 那么有dm 0 dm 1 我想查看文档 我的mount命令也显示了这个 dev mapper VolGroup lv root ext4 usrjquota quot
  • 数据库系统概论(章节重点)

    单词错误 有些地方说的也不是很严谨 大家稍微参考一下即可 祝大家期末顺利 数据库考试重点 题型 30分客观题 20选择10填空或反过来 覆盖面大 关系代数 70分主观题 简答 4 6个理论部分例如简述数据库设计步骤 编程 20 30分 设计
  • input的onchange事件实际触发条件与解决方法

    input中onchange事件已经属于元老级别了 并且现在同onclick一样使用频率很高 然而onchange的机制实际上有很多童鞋并不清楚 我们通过实例来分析这个事件的特征 触发onchange 首先页面有一个input标签 并且已绑
  • python 多线程 线程池的四种实现方式

    python 线程池的四种实现方式 线程简述 一个程序运行起来后 一定有一个执行代码的东西 这个东西就是线程 一般计算 CPU 密集型任务适合多进程 IO密集型任务适合多线程 一个进程可拥有多个并行的 concurrent 线程 当中每一个
  • 【转】开发基于ASP.NET WebService的图片验证码服务

    原文地址 http www webjx com htmldata 2006 01 21 1137824356 html 最近 工作中接到一项任务 开发一个页面验证码功能 查阅了一些网上的资料 并结合以前的绘图方面的知识 实现了如下的解决方案
  • CodeFun如期而至

    背景 将设计稿转代码是前端工程师日常不断重复的工作 这部分工作复杂度较低但工作占比较高 往往又比较枯燥繁琐 有时候开发迭代周期短 静态页面又多 常常让有些前端开发苦不堪言 那么 有没有一款设计稿自动生成代码的工具 减少前端工程师的工作量 提
  • node.js

    node js 关于报错及解决方案 问题一 问题二 问题三 一 Node js基础 1 认识Node js 2 开发环境搭建 3 模块 包 commonJS 4 Npm Yarn 5 内置模块 6 路由 二 Express 1 特色 2 安
  • hadoop 学习笔记

    基于hadoop的贝叶斯文本分类器实现过程 贝叶斯基础理论 这个东西的项目概览 对这个工程总体的流程可以参考这个文献里面的做法即可 参考文献1 远程原件目录 user coderlau input hadoop文件系统命令行主要是hdfs
  • android 电视安装apk文件夹,智能电视无法识别apk文件怎么办?简单几招教你搞定...

    在双十一购买完智能电视后 安装自己喜欢的软件 或许是在正常不过的事情了 但有时候我们会碰到一些APK无法识别 这个时候还以为会认为自己买的是假货 但实际上 这并不是电视的问题 而今天小编就教大家 一旦碰倒APK无法识别时应该如何解决 帮助你
  • 常用语言单元测试框架入门

    本文主要介绍Python java go C OC常用单元测试框架 用于了解各种语言单测 一 python单元测试Pytest 1 Pytest主要功能 pytest是python的一种单元测试框架 同自带的Unittest测试框架类似 相
  • 2023 最新互联网大厂Java面经分享:25 分类、1000 道 Java 面试真题(50w 字解析)

    作为 Java 程序员 选择学习什么样的技术 什么技术该不该学 去招聘网站上搜一搜 看看岗位要求就十分清楚了 自己具备的技术和能力 直接影响到你工作选择范围和能不能面试成功 如果想进大厂 那就需要在 Java 核心技术栈上面好好准备了 具体
  • 通过增加模型的大小来加速Transformer的训练和推理

    点击上方 AI公园 关注公众号 选择加 星标 或 置顶 作者 Eric Wallace 编译 ronghuaiyang 导读 你没有看错 确实是通过增大模型的大小 大家别忘了 在训练的时候 有个隐含条件 那就是模型需要训练到收敛 模型训练会
  • SQL Server 变量

    变量的种类 在T SQL中 变量按照生存范围分为 局部变量和 全局变量 1 全局变量是由系统定义的 在整个SQL Server实例内都能访问到的变量 以 作为第一个字符 用户只能访问 不可以赋值 2 局部变量由用户定义 生命周期只在一个批处
  • 哈希函数的特征_哈希函数及其特征

    哈希函数的特征 Prerequisite Hashing data structure 先决条件 哈希数据结构 The hash function is the component of hashing that maps the keys
  • 机器学习之SVM支持向量机

    目录 经典SVM 软间隔SVM 核SVM SVM分类器应用于人脸识别 SVM优点 SVM缺点 经典SVM 支持向量机 Support Vector Machine SVM 是一种二分类模型 其基本思想是在特征空间中找到一个最优的超平面 使得
  • UWB系统的定位精度影响因素

    UWB系统的定位精度影响因素 影响UWB定位精度的因素较多 主要包括 多径效应 非视距传播 多址干扰 参考基站数量 参考基站位置和时钟同步误差等因素 1 多径效应 超宽带信号在室内传播过程中受到复杂的室内环境 如墙体 窗体及室内障碍物等 的