一种抗强干扰的超宽带高精度定位系统及方法技术方案

本发明专利技术公开一种抗强干扰的超宽带高精度定位系统及方法，包括异常值剔除单元、观测数据精细筛选单元及目标定位单元；所述异常值剔除单元用于对观测数据进行聚类并在此基础上进行异常值剔除；所述观测数据精细筛选单元对每个超宽带设备的观测值进行最小化筛选；所述目标定位单元用以实现目标位置的高精度估计定位。本发明专利技术能准确地从干扰环境中估计出目标的坐标位置，抑制干扰并可靠地检测出干扰中的目标，采用本发明专利技术提供的方法及系统装置，能有效地从强干扰环境下，准确地估计出目标靶点的位置，极大提高超宽带设备在室内复杂环境下的抗干扰性能。抗干扰性能。抗干扰性能。

【技术实现步骤摘要】
一种抗强干扰的超宽带高精度定位系统及方法


[0001]本专利技术涉及一种抗强干扰的超宽带高精度定位系统及方法，属于新一代信息处理


技术介绍

[0002]超宽带(Ultra
‑
wideband,UWB)技术采用发射极短的脉冲电磁波信号，以实现目标的径向距离位置测量。UWB发射的脉冲极短，信号所占用的带宽甚至达到几GHz，因此具有发射功率小、传输速率高、低干扰性、低成本等优点。利用UWB技术可克服卫星导航在室内接收信号不稳定、进而导致精度不高等问题。因此，在工业流水线生产、物流自动装配、隧道施工、医疗等领域都具有广泛的应用。
[0003]UWB具有多种测距方法，比如虑基于飞行时间(Time of Flight,TOF)的测距原理，以及基于到达角(Arrival of Angle，AOA)的测距原理等。ToF计算判断的是靶点的径向距离，因此要实现目标的三纬位置定位，必须布设3个以上的UWB设备进行靶点位置观测，建立多个独立的观测方程，才可实现高精度的定位估计。但由于UWB的测量存在一定的误差，以及UWB设备的布设合理程度，因此实际定位中存在一定的误差。当前最新商用的UWB室内定位技术精度为10cm～30cm。
[0004]然而，在室内的环境下，受房屋的墙壁、金属等物体的干扰影响，UWB设备发射的电磁信号被这些物体遮挡。电磁信号传输产生异常的延时，使得原建立的物理观测方程不再成立，定位估计误差大，在机器人操作等领域应用中甚至引起严重的作业事故。因此，在信号干扰环境下，如何实现UWB精确定位是一个亟待解决的问题。

技术实现思路

[0005]针对上述现有技术存在的问题，本专利技术提供一种抗强干扰的超宽带高精度定位系统及方法，从而解决上述技术问题。
[0006]为了实现上述目的，本专利技术采用的技术方案是：一种抗强干扰的超宽带高精度定位系统，包括异常值剔除单元、观测数据精细筛选单元及目标定位单元；
[0007]所述异常值剔除单元用于对观测数据进行聚类并在此基础上进行异常值剔除；
[0008]所述观测数据精细筛选单元对每个超宽带设备的观测值进行最小化筛选；
[0009]所述目标定位单元用以实现目标位置的高精度估计定位。
[0010]进一步的，所述异常值剔除单元对数据进行聚类时将数据分成6类，即差异值分别为相同、小差异、一般差异，中等差异、较大差异、异常这6类。
[0011]进一步的，所述目标定位单元根据超宽带设备的观测几何建立观测方程组，再基于L2范数正则化改进最小二乘法实现目标位置的高精度估计。
[0012]一种抗强干扰的超宽带高精度定位系统的定位方法，其特征在于，包括以下步骤：步骤一：异常数据剔除；步骤二：观测数据精细筛选；步骤三：目标高精度定位。
[0013]进一步的，所述步骤一异常数据剔除的具体方式为：
[0014]首先，假设4个超宽带设备获取得到目标的观测距离分别为R0，R1，R2，R3，已知观测集(O1,O2,...,O
n
)，其中每个观测都是一个4维向量,即第n次观测O
n
＝[R0(n),R1(n),R2(n),R3(n)]，数据聚类的目标是找到满足下式的聚类S
i
(i＝1，2，
…
，6)
[0015][0016]式中u
i
是S
i
中所有观测集的均值；
[0017]通过下式把每个观测分配到聚类中，使得到聚类观测中心的平方和最小；
[0018][0019]式中t是迭代次数，m
i
是聚类观测值的中心，具体计算如下：
[0020][0021]对于上一步得到的每一个聚类，以聚类中观测值的中心，作为新的观测均值中心点；
[0022]在干扰对情况下都存在异常值，这些观测数据数量总数远远少于正常数值的观测数据，因此对某个聚类对数据数量少于整个文件数据数量十分之一，就可判定为该类为异常值的数据聚类，并接下来剔除；反之，则提取该聚类的第一个观测数据作为该类的观测数据代表值。
[0023]进一步的，所述步骤二观测数据精细筛选的具体计算为R
k
＝min[R
k
(S1),R
k
(S2),R
k
(S3),R
k
(S4),R
k
(S5)](k＝1，2，
…
，4)，min()为取最小值函数。
[0024]进一步的，所述步骤三中目标高精度定位的具体方法为：
[0025]设置目标位置(x
t
,y
t
,z
t
)，四个超宽带设备的坐标分别为(x0,y0,z0)、(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)，由四个超宽带设备可提供四个观测方程：
[0026][0027]进一步化简可得：
[0028]Ap＝b
ꢀꢀ
(5)
[0029]式中观测矩阵为：
[0030][0031]目标位置向量p为：
[0032][0033]b向量为：
[0034][0035]传统采用最小二乘法进行求解可得到目标位置估计值为：
[0036][0037]实际情况下，由于测量误差，观测方程组为：
[0038]Ap≈b
ꢀꢀ
(10)
[0039]随后引入L2范数正则化的方法，对上述最小二乘法进行改进，建立优化对目标函数如下：
[0040][0041]式中模型参数λ>0；
[0042]对上式求导可得：
[0043][0044]由上式等于0可推导得到改进最小二乘法模型的解为:
[0045][0046]最终得到目标位置估计值为:
[0047][0048]本专利技术的有益效果是：本专利技术的一种抗强干扰的超宽带高精度定位系统和方法能准确地从干扰环境中估计出目标的坐标位置，抑制干扰并可靠地检测出干扰中的目标，目标位置(x
t
,y
t
,z
t
)估计均方根误差分别为4.93cm、4.64cm及16.83cm，优于现有最新的商用室内定位精度。定位目标的结果与目标的真实位置非常接近。采用本专利技术提供的方法及系统装置，能有效地从强干扰环境下，准确地估计出出目标靶点的位置，极大提高超宽带设备在室内复杂环境下的抗干扰性能。
附图说明
[0049]图1为本专利技术的实施例结构抗强干扰的超宽带高精度定位系统和方法示意图；
[0050]图2为本专利技术的实施例中在强干扰环境下的目标观测数据聚类图；
[0051]图3为本专利技术的实施例中三维观测几何示意图；
[0052]图4为本专利技术的实施例中传统的最小二乘定位方法数据示意图；
[0053]图5为本专利技术的实施例中目标定位方法数据示意图。
具体实施方式
...

【技术保护点】

【技术特征摘要】
1.一种抗强干扰的超宽带高精度定位系统，其特征在于，包括异常值剔除单元、观测数据精细筛选单元及目标定位单元；所述异常值剔除单元用于对观测数据进行聚类并在此基础上进行异常值剔除；所述观测数据精细筛选单元对每个超宽带设备的观测值进行最小化筛选；所述目标定位单元用以实现目标位置的高精度估计定位。2.根据权利要求1所述的一种抗强干扰的超宽带高精度定位系统，其特征在于，所述异常值剔除单元对数据进行聚类时将数据分成6类，即差异值分别为相同、小差异、一般差异，中等差异、较大差异、异常这6类。3.根据权利要求1所述的一种抗强干扰的超宽带高精度定位系统，其特征在于，所述目标定位单元根据超宽带设备的观测几何建立观测方程组，再基于L2范数正则化改进最小二乘法实现目标位置的高精度估计。4.根据权利要求1所述的一种抗强干扰的超宽带高精度定位系统的定位方法，其特征在于，包括以下步骤：步骤一：异常数据剔除；步骤二：观测数据精细筛选；步骤三：目标高精度定位。5.根据权利要求4所述的一种抗强干扰的超宽带高精度定位系统的定位方法，其特征在于，所述步骤一异常数据剔除的具体方式为：首先，假设4个超宽带设备获取得到目标的观测距离分别为R0，R1，R2，R3，已知观测集(O1,O2,...,O
n
)，其中每个观测都是一个4维向量,即第n次观测O
n
＝[R0(n),R1(n),R2(n),R3(n)]，数据聚类的目标是找到满足下式的聚类S
i
(i＝1，2，
…
，6)式中u
i
是S
i
中所有观测集的均值；通过下式把每个观测分配到聚类中，使得到聚类观测中心的平方和最小；式中t是迭代次数，m
i
是聚类观测值的中心，具体计算如下：对于上一步得到的每一个聚类，以聚类中观测...

【专利技术属性】
技术研发人员：许致火，汪月霞，张永伟，吕先洋，
申请(专利权)人：南通大学，
类型：发明
国别省市：