一种基于自适应降噪算法的超宽带/PDR室内定位方法技术

本发明专利技术公开了一种基于自适应降噪算法的超宽带/PDR室内定位方法。该算法为：首先建立所述融合室内定位方法中超宽带的定位模型和行人航位推算PDR模型，然后构造了基于高斯分布的非视距观测评估函数来评估信号传输衰减的概率，并根据非视距观测条件动态调整噪声分布，提出了一种动态调整噪声方差卡尔曼滤波器。若存在NLOS，则通过自适应滤波降噪算法将PDR与UWB的定位坐标进行融合，对UWB解算坐标数据进行修正；若不存在NLOS，则采用UWB解析出当前坐标，完成实时定位。本发明专利技术改进的PDR和超宽带组合定位系统为室内定位应用提供了精确的定位信息，具有精度高和鲁棒性强的优点。具有精度高和鲁棒性强的优点。

【技术实现步骤摘要】
一种基于自适应降噪算法的超宽带/PDR室内定位方法


[0001]本专利技术属于室内定位方法领域，特别是涉及一种基于自适应降噪算法的超宽带/PDR室内定位方法。

技术介绍

[0002]随着人类室内活动日益增多，虚拟现实等技术的飞速发展，行人在室内环境下的位置获取尤为关键。由于复杂环境的影响，常用的卫星定位系统无法满足室内定位要求，为了提高室内定位技术定位精度，满足行人定位的动态性能，融合式室内定位技术研究成为当前定位技术的一个研究热点。目前，存在的室内定位技术有红外线、蓝牙、惯性导航、无线保真(wireless fidelity，WiFi)、超宽带(ultra wide band，UWB)技术等。UWB由于具有定位精度高、功耗低、有一定信号穿透性等优点而脱颖而出，已成为一个越来越被关注的

[0003]任何无线电技术不可避免地都有缺陷，UWB技术也不例外。超宽带在理想的室内环境下可以达到厘米级的定位精度，但其信号传输易受非视距干扰。因为UWB信号在室内的传输距离有限，且其信号在绕过障碍物时会产生较大误差，无法胜任NLOS场景或存在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应降噪算法的超宽带/PDR室内定位方法，其特征在于，包括以下步骤：S1，建立超宽带定位模型；S2，建立行人航位推算PDR模型；步骤S2所述的建立PDR定位模型步态检测方法，具体如下：通过f
low
低频滤波器得到每个周期的波峰和波谷，然后根据这些特征在f
high
高频滤波信号中回溯搜索真实的波峰和波谷，将低频和高频滤波信号的垂直加速度分别表示为a
L
和a
H
，峰值时刻分别为和谷值时刻分别为和因此，基于双频滤波器的峰谷值回溯过程首先从低频滤波信号中提取和然后在第k
‑
1和k个低频峰值时间段内搜索高频滤波信号的最大和最小加速度，即和公式如下：S3，建立超宽带/PDR组合定位模型；S4，建立动态调整降噪滤波算法；步骤S4所述的建立自适应降噪滤波算法，具体如下：根据卡尔曼滤波原理，PDR系统作为状态方程，公式如下：X(k)＝A X(k
‑
1)+B u(k
‑
1)+q(k
‑
1)
ꢀꢀꢀꢀꢀ
(2)式中，A为状态转移矩阵和B为单位矩阵，k表示新的行人步长，X(k)＝[x(k) y(k)]
T
为第k步运动目标的位置状态向量，q(k
‑
1)为第k
‑
1步过程噪声向量，设系统输入向量u(k
‑
1)为：根据UWB系统，测量方程设定如下：Z(k)＝HX(k)+r(k)
ꢀꢀꢀꢀꢀ
(4)Z(k)＝[x
UWB
(k) y
UWB
(k)]
T
超宽频系统的输出位置，表示观测向量，H表示测量矩阵，r(k)表示第k步的测量噪声向量；根据离群点的大小动态调整测量噪声和过程噪声的方差分布，利用所提出的NLOS评价函数对测量噪声和过程噪声的方差分布进行动态调整，测量噪声、过程噪声和NLOS评价函数之间的关系如下:R(k)＝P
Total
(k)
·
R0ꢀꢀꢀꢀ
(5)Q(k
‑
1)＝[1
‑
P
Total
(k
‑
1)]
·
Q0ꢀꢀꢀꢀ
(6)式中Q表示过程噪声协方差矩阵，R表示测量噪声协方差，在x和y方向的测量噪声方差为和和过程噪声方差为和测量协方差矩阵的初始值R0和过程协方差矩阵初值Q0定义如下：现有的卡尔曼滤波算法没有考虑非视距环境引起的异常值，而且过程噪声和测量噪声为常数不能准确地描述传输过程中的噪声分布，基于上述描述，将融合过程中过程噪声和
测量噪声的固定值替换为可变噪声方差，提出了一种新的集成系统融合策略，动态调整噪声滤波算法的预测方程如下:式中X
k|k
‑1和M
k|k
‑1分别为得到测量值前第k步状态向量的...

【专利技术属性】
技术研发人员：王庆，李静，阳媛，李明，
申请(专利权)人：东南大学，
类型：发明
国别省市：