基于UWB的室内SDS_TWR测距算法优化和定位算法融合的研究
Posted studyer_domi
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于UWB的室内SDS_TWR测距算法优化和定位算法融合的研究相关的知识,希望对你有一定的参考价值。
1、内容简介
略257
2、内容说明
1、RSSI定位方法
基于接收信号强度RSS(Receive Signal Strength)[57]方法通过三个及以上己知位置的锚节点来测量移动节点发射的信号场强强度,从而通过己有的传播损耗模型来估算移动节点距锚节点的距离,从而实现位置测量。
考虑到多径、非视距传播等影响,传播损耗模型如下:
其中,是参考距离,室外环境下,取值范围为0.1-1km,室内环境下,取值为1m。
d为收发节点之间的距离,为当收发节点之间的距离为参考距离时的接收功率。为路径损耗指数,为收发节点间的路径损耗估算误差,其服从均值为方差为弓的高斯分布。其Cramer-Rao下限为[58] ,
式中为d的无偏估计。
2、AOA定位方法
基于AOA的定位算法中,当采用具有N个等距离(距离为)排列天线元的ULA天线阵列,且到达角度为时,其中的克拉美罗下限表达式为:
从式中可以看出其AOA定位技术中测量角度的克拉美罗下限会随着天线阵元间的距离增加或阵元部署的增加而减小,随着SNR的增大而减小,与此同时它与到达信号角有关,如当信号角为一个较大的钝角时,精度会下降。
3、TOA定位方法
其Cramer-Rao下限测为[61] :
3、仿真分析
略
4、参考论文
基于UWB的室内SDS_TWR测距算法优化和定位算法融合的研究_陶偲
以上是关于基于UWB的室内SDS_TWR测距算法优化和定位算法融合的研究的主要内容,如果未能解决你的问题,请参考以下文章