基于無(wú)線傳感器網(wǎng)絡(luò)的室內(nèi)移動(dòng)目標(biāo)定位.pdf

1、位置信息在軍事、工業(yè)、民用、災(zāi)難救援等場(chǎng)景有非常重要的應(yīng)用價(jià)值，然而當(dāng)前廣泛應(yīng)用的GPS系統(tǒng)難以適用于室內(nèi)環(huán)境。無(wú)線傳感器網(wǎng)絡(luò)(WSN)為室內(nèi)目標(biāo)的準(zhǔn)確定位與跟蹤提供了新的解決思路，但環(huán)境的干擾和影響容易導(dǎo)致較大的定位跟蹤誤差，因此設(shè)計(jì)高效的算法是提高WSN定位跟蹤精度的主要途徑。本文針對(duì)室內(nèi)WSN環(huán)境，研究移動(dòng)目標(biāo)的定位跟蹤算法，具有很強(qiáng)的學(xué)術(shù)價(jià)值和實(shí)際意義。
　　當(dāng)前絕大多數(shù)室內(nèi)定位算法都假設(shè)環(huán)境噪聲已知，然而實(shí)際應(yīng)用中很難獲

2、取環(huán)境噪聲。針對(duì)室內(nèi)環(huán)境和測(cè)量噪聲難以獲取的情況，本文提出了一種基于粒子群優(yōu)化的最小殘差定位算法，將目標(biāo)定位問(wèn)題轉(zhuǎn)化為求取殘差最小化的目標(biāo)函數(shù)，通過(guò)粒子群進(jìn)行不斷的優(yōu)化更新，查找出使目標(biāo)函數(shù)獲得最優(yōu)解的位置作為最終估計(jì)位置。實(shí)驗(yàn)結(jié)果表明，本文算法的精度比最小二乘算法高出20％以上。
　　針對(duì)室內(nèi)環(huán)境容易導(dǎo)致信號(hào)傳播在視距(LOS)/非視距(NLOS)狀態(tài)之間隨機(jī)切換的情況，本文提出了一種交互式多模型-擴(kuò)展卡爾曼濾波(IMM-EKF

3、)定位算法，根據(jù)LOS/NLOS環(huán)境下不同的測(cè)距誤差特性，在IMM框架中采用兩個(gè)平行的卡爾曼濾波器對(duì)測(cè)量距離同時(shí)進(jìn)行濾波，并通過(guò)一階Markov鏈實(shí)現(xiàn)模型的交互，從而有效削弱了非視距傳播對(duì)測(cè)量距離的負(fù)面影響。在EKF定位階段，利用IMM濾波后的估計(jì)距離，通過(guò)位置預(yù)測(cè)和更新估計(jì)出移動(dòng)目標(biāo)位置。在實(shí)際環(huán)境進(jìn)行測(cè)試，本文算法在室內(nèi)環(huán)境的目標(biāo)定位誤差約1.2m，能夠滿足實(shí)際需求。
　　針對(duì)更為普遍的室內(nèi)三維環(huán)境，本文提出了一種基于多項(xiàng)式數(shù)