何成文
0080: 基于TOA定位模式的混合LOS/NLOS场景下凸优化高精度定位算法案例
2020-2-28 09:30
阅读:3687
标签:UWB多路径, NLOS

        针对TOA或者TDOA定位模式而言,在LOS场景下传统的泰勒算法就足以满足定位精度需求。然而考虑工业环境的复杂性(工厂复杂环境如下图所示),无线信号受到遮挡从而引入NLOS误差,由于NLOS误差相对较大而且很难识别哪一个基站发生多路径,从而严重降低定位系统的定位性能。但是一般而言,工厂环境也是可以接收到部分LOS信号。故而,实际工业环境应该为混合LOS/NLOS场景。

        目前学术界针对混合LOS/NLOS场景下的高精度定位算法,主要划分为两个派系。第一个派系,先解决LOS和NLOS基站的识别问题,然后再高精度定位。另一个派系是直接通过添加约束条件来达到获取高精度定位解的目的。本帖主要介绍的凸优化方法应该是属于第二个派系。


         众所周知,TOA定位模式是通过以基站坐标为圆心,观测距离为半径进行画圆。但多个基站同时参与定位时,就会有多个圆形成。所形成的圆在有解的情况下,解存在于所有圆相交叉的区域。纯LOS场景,交叉区域相对较小,从而迭代解精度较高。但是当NLOS发生时,某些观测值会变大,从而导致圆的交叉区域变得大,故而算法估计的难度会变大,同时定位精度会降低很多,严重程度会导致定位失败。

          对于TDOA定位模式而言,基本原理是以两个基站为焦点,以距离差进行绘制双曲线。当很多基站参与定位时,同样双曲线也会形成一个交叉区域。当NLOS发生时,交叉区域会变大很多,导致定位精度变差和轨迹漂移。

          凸优化的大概原理都是通过添加约束条件(比如实现探知非视距的误差范围)将本已变大的交叉区域解进行缩小,从而使得定位精度优于常规算法。当然,由于约束条件的增多,其一般需要依靠凸优化工具箱(常规使用CVX)进行计算,且计算时间比较长,达到秒级。

     本帖其他信息请关注本文微信公众号进行查看,欢迎学术交流与项目合作!




转载本文请联系原作者获取授权,同时请注明本文来自何成文科学网博客。

链接地址:https://wap.sciencenet.cn/blog-2777453-1220790.html?mobile=1

收藏

分享到:

当前推荐数:0
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?