基于误差预测的自适应UWB/PDR融合定位算法

• 作者: 张健铭 徐正蓺 施元昊 魏建明
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 室内定位 支持向量机 扩展卡尔曼滤波 自适应 融合定位
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 1755-1762
• 页数: 8页
• 分类号: TP212.9
• 字数: 10492字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019101830

摘要

为了解决在室内非视距(NLOS)定位场景中超宽带(UWB)技术性能不佳、航位推算(PDR)算法累积误差过大的问题,以及由环境因素引起的UWB性能下降的问题,提出了一种基于UWB误差预测而自适应系数调节的UWB/PDR融合定位算法.该算法创新地提出了利用支持向量机(SVM)回归模型对复杂环境中UWB定位误差进行预测,并以此为基础,为常规的扩展卡尔曼滤波(EKF)算法添加了自适应调节系数,以提高UWB/PDR的融合定位效果.实验结果表明,所提算法在复杂UWB环境中可以有效预测当前UWB定位误差水平,并通过自适应调整融合系数提高精度,使得较常规EKF算法在一般区域的定位误差降低了18.2％,在UWB精度较差的区域中的定位误差降低了48.7％,从而减小了环境对UWB性能的影响;在包含UWB的视距内(LOS)及NLOS的复杂场景中,通过融合定位算法,将定位每百米误差由米级降低至分米级,解决了NLOS场景中PDR误差过大的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏建明	中国科学院上海高等研究院	25	173	5.0	13.0
2	徐正蓺	中国科学院上海高等研究院	11	10	2.0	2.0
6	张健铭	中国科学院上海高等研究院	2	0	0.0	0.0
10	施元昊	中国科学院上海高等研究院	2	0	0.0	0.0