基于最優(yōu)估計的傳感器網(wǎng)絡(luò)室內(nèi)無線測距與定位問題研究.pdf

1、無線傳感器網(wǎng)絡(luò)和物聯(lián)網(wǎng)方興未艾，UWB和ZigBee等適用于近距離、低功耗的無線通信技術(shù)成為重要的備選方案。室內(nèi)環(huán)境下，常規(guī)的GPS定位技術(shù)失效，因此無線測距和定位是室內(nèi)無線通信最基本的應(yīng)用之一。室內(nèi)無線通信時，存在多徑干擾、非視距誤差以及陰影衰落等影響因素，測距和定位面臨許多新的需求和挑戰(zhàn)。故基于無線傳感器網(wǎng)絡(luò)的室內(nèi)無線測距和定位算法有待進一步研究和完善。
　　 本文針對UWB和ZigBee等近距離無線通信技術(shù)，基于最優(yōu)估計理

2、論提出了幾種到達時間(TOA)和接收信號強度(RSS)的測距與定位算法。主要工作和貢獻包括以下幾個方面:
　　 1.針對能量檢測模式下超寬帶測距的精度低，算法復(fù)雜等問題，提出基于最優(yōu)門限和次優(yōu)門限的兩種TOA估計算法。最優(yōu)門限算法以接收機信號統(tǒng)計特性與UWB小尺度衰減特性關(guān)系式為基礎(chǔ)推導(dǎo)出門限選擇的閉合表達式，并在最小均方誤差指標下求解TOA估計值;次優(yōu)門限算法以最優(yōu)門限分析為基礎(chǔ)，在虛警概率約束下使用牛頓迭代給出求解門限的遞推

3、算法。
　　 2.針對非視距條件下TOA測距精度低，正向偏差大的特點，提出一種基于偏置Kalman濾波和極大似然估計的標量加權(quán)信息融合算法，以消除UWB測距系統(tǒng)的非視距誤差。該算法使用了TOA和RSS兩種觀測量來提高測距精度。首先，將IEEE802.15.4a給出的測距方法抽象為一個多傳感器多尺度的采樣過程。然后，分別在視距和非視距條件下使用信息融合算法估計測得的距離信息，并且重點考察了視距/非視距切換過程中誤差消除算法的有效性

4、。
　　 3.針對路徑損耗模型與實際信道衰減特性匹配性差，模型參數(shù)估計不準確等問題，提出一種先進行路徑損耗最優(yōu)模型篩選的RSS測距算法。首先分析一組路徑損耗模型的統(tǒng)計特性，然后考慮RSS觀測的非完全數(shù)據(jù)，提出基于數(shù)學(xué)期望最大化的參數(shù)估計算法，在準則函數(shù)的基礎(chǔ)上篩選最優(yōu)模型，進而進行RSS測距。
　　 4.針對葉酸分布式檢測對位置信息的要求及室內(nèi)環(huán)境下RSS定位精度低的問題，提出基于Bayes估計和加權(quán)迭代的RSS定位算法