基于阈值筛选的室内定位优化算法

摘要：

针对室内超宽带(Ultra-Wide Band,UWB)的定位技术在复杂遮挡的环境下定位效果不好、定位不精确的缺陷,本文提出一种在Chan算法的基础上对粒子群算法进行优化的混合算法定位方法.首先利用Chan算法求出定位标签初始估计位置坐标,并在非视距(NLOS)环境下通过设置阈值θ以对Chan算法计算出的位置坐标进行筛选;将已知的基站接收到的距离差与用Chan算法求出的标签位置信息求出的不同基站间的距离差做差值和,若差值和小于该阈值则直接输出位置坐标,反之则将位置坐标作为粒子群算法的初始值,通过迭代优化不断追踪个体极值和局部极值,更新个体的位置和速度,寻找到全局最优解再进行输出.仿真结果与实际场地实验结果表明,与单一算法相比,本文提出的混合定位算法在非视距环境下的定位精度可提高27％ ～31％;收敛速度快,算法复杂度低,满足室内定位的要求.

关键词：室内定位、非视距、TDOA、Chan算法、阈值筛选、粒子群算法、协同定位算法

分类号：TN925

资助基金：山西省科技重大专项20191102010

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：79-85,109