資源描述：
《一種基于Taylor和Kalman的室內(nèi)協(xié)同定位方法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第27卷第11期傳感技術(shù)學(xué)報(bào)Vo1．27No．11CHINESEJOURNALOFSENSORSANDACTUATORSNOV．20142014年11月AnCooperativeLocalizationMethodBasedonTaylorandKalmanAlgorithmsWANGRuirong，ZHENGShuwan，CHENHaolong，XUEChu(1．CollegeofLifeInformationScience&InstrumentEngineering，HangzhouDianziUniversity，Hangzhou310018，China2．Instit
2、uteofInformationandControl，HangzhouDianziUniversity，Hangzhou310018，China)Abstract：Acooperativemethodforindoorrea1．timelocalizationbasedonthreeTDOAalgorithmsiSpresented．ThesealgorithmsareChanalgorithm，Taylorserialsexpansionalgorithm，andExtendedKalmanfilteralgorithm．Firstly．estimationresultiS
3、calculatedbyacooperativemethodbasedonChanandTaylorandthresholdvalueofitsresidualsiSsettoidentityNLOSanddiscardtherangingdatathatisdisturbedseverelybyNLOS．Then．Kalmanmethodisusedforthematchingdatatogetestimationposition．ThelocationresultofKalmaniScomparedwiththeresultofTaylorthroughsettingso
4、meconditiontofurtherrestrainNLOSerror．Next．thefinalestimationresultiSob．tained，byusingresidualweightingalgorithmandmovingweightedaveragemethodtothemeetresults．Finally，theexperimentalresultsshowthatthismethodcanrestrainNLOSerrorefficientlyandimprovetheprecisionoflocation．Keywords：indoorlocal
5、ization；cooperativemethod；Tayloralgorithm；Kalmanalgorithm；residualweightingEEACC：6150P；7230doi：10．3969／j．issn．1004-1699．2014．11．021一種基于Taylor和Kalman的室內(nèi)協(xié)同定位方法術(shù)王瑞榮，鄭書(shū)萬(wàn)，陳浩龍，薛楚(1．杭州電子科技大學(xué)生命信息與儀器工程學(xué)院，杭州310018；2．杭州電子科技大學(xué)信息與控制研究所，杭州310018)摘要：結(jié)合Chan算法、Taylor算法及Kalman算法三種TDOA算法的優(yōu)點(diǎn)，提出一種能應(yīng)用于室內(nèi)實(shí)時(shí)定位的協(xié)同方
6、法。首先基于Chan與Taylor的協(xié)同定位方法估算位置信息，并通過(guò)對(duì)估計(jì)結(jié)果的殘差設(shè)置閾值來(lái)鑒別NLOS，從而拋棄受到NLOS污染嚴(yán)重的測(cè)量數(shù)據(jù)。其次，再對(duì)符合條件的測(cè)量數(shù)據(jù)，利用Kalman方法計(jì)算定位結(jié)果，與Taylor方法的定位結(jié)果通過(guò)設(shè)置判別條件進(jìn)行比較，以此進(jìn)一步抑制NLOS干擾。對(duì)符合判別條件的定位結(jié)果，進(jìn)行殘差加權(quán)及移動(dòng)平均加權(quán)處理，從而完成最終定位結(jié)果的更新。最后，利用室內(nèi)實(shí)時(shí)定位實(shí)驗(yàn)，證明該方法能有效過(guò)濾受到NLOS污染嚴(yán)重的測(cè)距數(shù)據(jù)，提高定位精度，并且具有良好的穩(wěn)定性。關(guān)鍵詞：室內(nèi)定位；協(xié)同方法；Taylor算法；Kalman算法；殘差加權(quán)中圖分類號(hào)：T
7、P393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-1699(2014)11—1557—05隨著物聯(lián)網(wǎng)和智慧城市建設(shè)的興起和發(fā)展，數(shù)riva1)、信號(hào)強(qiáng)度法RSSI(ReceivedSignalStrengthIn—據(jù)和多媒體業(yè)務(wù)快速增加，帶動(dòng)了室內(nèi)定位應(yīng)用服dication)、到達(dá)角度法AOA(AngleofArriva1)等¨。務(wù)需求日益增加。但是，相比室外定位環(huán)境，室內(nèi)環(huán)這些方法又有各自的特性，RSSI測(cè)量值在實(shí)際應(yīng)用境空間封閉狹小，障礙物多，無(wú)線信號(hào)不僅存在多徑中規(guī)律性較差，利用RSSI信息難以得到較高的
