基于测距技术的移动目标定位方法研究资料下载.pdf
《基于测距技术的移动目标定位方法研究资料下载.pdf》由会员分享，可在线阅读，更多相关《基于测距技术的移动目标定位方法研究资料下载.pdf（54页珍藏版）》请在冰点文库上搜索。
关键字：
目标定位；
状态估计；
误差补偿；
目标模型ABSTRACTThemobiletargetlocationproblemhasreceivedconsiderableattentioninthepastathomeandabroad，basedontheanalysisofagreatdealofresearchresultsaboutmobiletargetlocation,thispapermadestudiesonmobiletargetlocalizationalgorithmsandstateestimationalgorithmsbasedonrangingtechnologyMainworksareasfollows：
Inthispaper,withthemotivationofenhancinglocalizationaccuracy,wedesignedrangingerrorcompensationalgorithm，weanalyzedlocalizationalgorithmsbasedonrangingtechnologyToenhancestateestimationaccuracy,thispaperpresentedanimprovedCAmodelbyintroducingaccelerationfactorwhichCandescribethechangeofacceleration，experimentresultshowedthattheerrorcompensationalgorithmandthekalmanfilteralgorithmbasedonimprovedmodelhasgoodresultAtlast，thepaperdesignedasystemthatuseultrasonicsignalandRFsignaltolocate，andimplementedthealgorithmwithOurdesignedsystem，demonstratingthefeasibilityofthealgorithms，andsuppliedbasicdataforfurtherresearchKeywords：
targetlocalization；
stateestimation；
errorcompensation；
targetmodelII长春理工大学硕士学位论文原创性声明本人郑重声明：
所呈交的硕士学位论文，基于测距技术的移动目标定位方法研究是本人在指导教师的指导下，独立进行研究工作所取得的成果。
除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律结果由本人承担。
作者签名：
盔童趟纽拿年月且日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。
本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。
盔复缅迦j年月监日指导导师虢监掣年上月日第一章绪论弟一早殖T匕11移动目标定位的研究目的和意义近年来，不论在军事领域还是在民用领域，对移动目标定位这一应用的需求显得日益强烈，因为在许多应用领域里，往往需要对监测区域中的特定物理目标进行跟踪和定位。
比如抢险救灾中，需要追踪灾区中医护人员的位置；
战争中军队需要确定在阵地上无GPS1】支持（可能被破坏）的士兵、车辆等的位置；
在禁入地区需要监测和追踪闯入者等等，因此移动目标定位技术有着巨大的市场潜力。
用于移动目标的定位技术主要有三种：
（1）测量目标与若干点之间的距离，或测量目标与若干点之间的角度或方向，利用边或角的三角关系或极大似然估计法来定位。
它是一种基于测距的定位技术。
（2）根据测量目标到一系列点之间的接近程度来定位，基本原理为：
已知一个物理位置点，当物体到达该已知位置点附近，就说该物体在该已知位置点上。
主要用了三种方法：
检测物体接触，监视无线蜂窝接入点和观测自动ID系统。
（3）场景分析法：
利用计算机图像技术和位图技术或对物理现象进行测量的方法来定位。
上面提到的后两种定位技术能很好地解决各自领域内的定位问题，但与此同时，这些技术也存在着各自的缺点。
场景分析法需要利用计算机图像技术从相机拍摄的位图中获得信息，与数据库里的位置进行比较来实现定位，要想获得高精度的定位就需要昂贵的摄像机以及丰富的数据库信息，所以适用性较差。
与后两种定位技术相比，基于测距的定位技术有很多优点：
（1）定位精度高因为利用目标点和参考点之间的实际距离或角度信息来确定目标的位置，因此定位精度较高。
（2）应用范围广室外定位系统GPS采用这种方法来定位，已得到越来越广泛的应用，为在开阔的室外环境中工作的各类用户提供了极大的帮助，RADAR和LORAN等很多定位系统也采用这种技术。
（3）扩展性好除了对定位算法继续研究外，还可以通过改进目标模型，状态估计算法以及测距算法来获得更高精度的定位。
很明显，基于测距的定位技术克服了其他技术的诸多缺点，有着很大的应用价值和前景，就目前国情来看，开展这方面的研究还是有着深远意义的。
12基于测距技术的定位算法的研究进展基于测距技术的定位主要有：
超声定位，红外定位，WIFI（80211）定位以及最新发展的蓝牙定位，RFID（80215）定位，超宽带定位。
发展最成熟的是20世纪70年代由美国研制的全球定位系统GPS，采用基于TOA的三边法和极大似然估计法来定位，RADAR系统【引，LORAN系统和中国的北斗双星定位系统也是采用三边法和极大似然估计法来定位的，基于三边法和极大似然估计法的移动目标定位研究起步较早，现已比较成熟，随着无线传感器网络的出现，通过无线传感器网络实现移动目标定位已成为研究热点。
WisconsinMadison大学计算机系的Rabbat和Nowak提出了一种适用于DWSN的分布式移动目标定位算法pJ。
该算法是一种基于信号强度的定位算法，当网络范围增长的情况下，通信量较低。
在网络范围广，节点数众多的情况下难以形成一种合理的数据处理序列，算法的收敛特性随着节点探测误差大小、目标运动速度快慢变得更加复杂。
之后又有人提出了采用参考节点的方法，即在传感器网络中布置好一定数量的已知其自身位置的节点，作为移动目标定位的参考。
这种方法在较高的参考节点通讯区域重叠率（或者与此等同的，较高的参考节点密度）的情况下，能够获得较好的定位精度。
但必须设有大量的参考节点，同样限制了它的应用范围。
仍采用集中式策略，将各节点间的连通性信息发送到中央处理机上，这种方式只使用很少的布置好的参考节点就可以得到误差限制较好的估算结果。
不过由于障碍物、信号干涉和混合噪声等原因影响了连通性，而常常会被误判，这种不确切性可能导致最后结果的波动较大，使问题难以得到解决。
继而Ramanathan和Brooks等人又给出了一种“位置中心的方法来进行协作感应和目标定位，它的主旨是程序抽象来提供网络内各单位间的寻访、通信的方法，这里的单位是指定的地理区域，而不是单个的节点。
这就使得定位的选择激活策略变得更易于实现。
另夕bBrooks等人还提出了一些白组织分布式传感器网络的移动目标定位预测算法，其中预测采用了信息素、贝叶斯以及扩展卡尔曼滤波技术【41。
英国剑桥AT&
T实验室在1999年开发的ActiveBat位置系统采用TTDOA技术，可以将误差以95的概率控制在9cml为。
2000年剑桥AT&
T实验室又开发了Cricket位置系统15】也采用-TTDOA技术，在房间内它能精确定位在4*4平方英尺（大约15m2）的范围内。
2003年剑桥AT&
T实验室$1Ubisense公司一同开发的基于UWB（UltraWideband，超宽带）的室内位置感知系统Ubisense6】中，利用TAOA和TDOA的混合定位算法来实现移动目标的精确定位，定位精度达到15cm。
多目标定位的课题也吸引了不少人的注意力。
Bejar等人将传感器定位问题表示为分布式约束条件的满足，他们研究显示：
存在一个感应和通信的关键组合，这个组合可使得在传感器网络中进行多目标定位达到令人满意的效果；
LiSDWong等致力于解决2多个目标之间的身份辨别问题，并描述和开发了几种目标分类机制；
Fang、Zhao矛tlGulbas描述了一种在给定的传感器网络区域内对目标进行计数的分布式机制【341。
国内对移动目标的定位研究也取得了丰富的成果，下面介绍近几年的研究进展情况。
哈尔滨工业大学王建华等人针对在移动目标定位中当目标作高度机动时卡尔曼滤波可能会出现严重发散的情况，提出了利用BP神经网络校正其滤波结果，并将遗传算法应用于BP网络的训练过程，以解决BP网络训练速度慢的缺陷来提高算法的实时性【8】。
仿真表明该方法对直线运动目标的定位是很优异的，当移动目标作曲线运动时，定位效果也很好。
马祖长等提出了一种在无线传感器网络环境下的移动目标定位算法【9】，使用平均每跳距离乘以节点之间的跳数代替实际的距离测量，利用多参考节点的冗余位置信息，实现了目标的可靠定位。
而王永才等人介绍了在无线传感器网络系统中，应用TDOA测距技术和基于几何关系的节点自身定位算法，并在Mica2系统上实现了该算法。
海军工程大学黄泽汉等人在2004年设计了一种模糊自适应多模型（FAMM）的移动目标定位算法，该算法不仅在目标弱机动或不机动条件下，而且在复杂机动时也能稳定、精确地跟踪目标，较好地满足了海上对空防御作战中跟踪机动目标的需求。
2006年中国西南电子技术研究所王焱滨等人介绍了一种基于扩展卡尔曼滤波的方位跟踪算法【l01，仿真结果表明，该算法在匀速运动和机动情况下，均具有良好的跟踪性能，能够满足“塔康”系统中的移动目标定位要求。
北京邮电大学马玉秋等人在2006年研究并设计了一种基于TDOA定位技术的短距离精确定位系统，针对该定位系统，设计了一种快速、高精度的多步长定位算法【11】，实验结果表明，该算法对移动目标定位是高效的。
2006年电子科技大学陈礼斌等人在对移动目标定位时提出了一种基于加速度的当前统计模型与在保持目标推进力与速度方向成固定夹角的运动相结合的扩展卡尔曼滤波算法【l2|，仿真结果表明目标无论作直线飞行还是作圆弧飞行或是两者的结合，改进模型都能取得满意结果。
清华大学周东华等人提出的强跟踪扩展卡尔曼滤波器【131较好地解决了扩展卡尔曼滤波器（EKF）关于不确定模型的鲁棒性较差、状态估计精度不高甚至发散等问题，它有较强的鲁棒性；
极强的跟踪能力；
适中的计算复杂性。
2008年由郑州大学范文兵等人在对移动目标定位时提出了强跟踪有限差分滤波STFDEKF滤波算法【l41，实验结果表明，STFDEKF滤波算法比EKF和强跟踪滤波器具有更好的跟踪性能，特别是滤波模型存在误差（即模型不匹配情况）时STFDEKF也能稳定快速跟踪实际系统状态的变化。
2008年西北工业大学杨凤和史浩山在对RSSI测距模型和基于RSSI钡,U距定位算法的CramerRao下界分析和研究的基础上，提出了在DVDistance算法中加入加权平均思想及改善锚节点位置放置策略【l5|，来提高定位精度。
实验结果表明，改进后的定位算法在计算通信量略微增加的基础上明显提高了定位精度和稳定性。
13论文思路与内容安排由于基于测距技术的定位算法根据目标与参考点之间的实际距离来定位，故相对精度较高，能满足我们课题的定位需求，基于这样的出发点，本文将重点研究基于测距技术的定位算法。
本论文内容安排如下：
第一章：
详细介绍了国内外对移动目标定位的研究动态，介绍了本课题的研究目的和意义，并概括了本文的章节安排。
第二章：
本章对基于测距技术的移动目标定位算法的相关方面做了全面的介绍。
详细介绍了测距算法，基于测距技术的定位算法的基本原理，目标建模问题及状态估计算法的基本原理，最后介绍了几个移动目标定位常用的算法性能评价标准。
第三章：
本章利用matlab软件对移动目标的定位算法进行了仿真，包括模拟监测区域的建立，三边法和极大似然估计法的仿真，基于CA运动模型和改进CA运动模型的卡尔曼滤波算法的仿真，并对仿真结果进行了对比分析。
第四章：
本章详细介绍了定位系统的软硬件设计，并在该系统上验证了第三章移动目标定位算法的可行性。
第五章：
总结全文的工作，并提出进一步工作的设想。
4第二章基于测距技术的移动目标定位算法分析根据是否需要距离信息，可将定位算法分为两类：
无需测距（mgefree）的定位算法和基于测距（啪gebased）l拘定位算法。
基于测距的定位算法利用目标点和参考点之间的实际距离或角度信息来确定目标的位置，定位精度较高，因此本文采用基于测距技术的定位算法，下面将做详细的介绍。
21定位算法分析在测距技术中通常采用的方法有AOA、TOA、TDOA和RSSI等【16】【17】。
现分别对这几种方法做简单的介绍。
211测距算法
（1）接收信号强度法（RSSI）接收信号强度法（ReceivedSignalStrengthIndicator）：
已知发射功率，在接收节点测量接收功率，计算传播损耗，使用理论或经验的信号传播模型将传播损耗转化为距离，再利用该损耗值来估算距离，根据三个或三个以上距离值可以确定目标移动台的位置。
该技术主要使用I讧信号，是一种低功率、廉价的测距技术。
RADAR，SpotON等许多项目中使用了该技术。
它的主要误差来源是反射、多径传播、非视距（none1ineof-sight，NLOS）、天线增益等，由于受环境影响，信号传播模型在距离相同情况下产生显著不同的传播损耗。
通常将其看作为一种粗糙的测距技术，有可能产生士50的测距误差。
（2）到达角度法（AOA）到达角度法（AnglesofArrival）是在接收机通过天线阵列测出电磁波的入射角度，形成一根从基站到移动台的方向线，由2个基站得到的2个方向线的交点就是移动台的位置。
如图21所示，AOA算法只需要2个基站就可以确定位置，而2条直线只有一个交点，不会出现轨迹有多个交点的现象。
如MIT的TheCricketCompass等项目中就提出了基于AOA的定位算。
AOA技术受外界环境影响，如噪声、NLOS问题等都会对测量结果产生不同影响，同时AOA需要昂贵的天线阵列。
BlB2图21AOA定位算法几何原理图（3）到达时间法（TOA）到达时间法（ToA）是测量移动台与基站之间信号传播时间为t，则移动台与基站的距离应该为R=Ct，C为信号的传输速度，以基站位置为中心，相应的距离R为半径画圆，可以得到两个（或者多个）圆。
这些圆的交点从理论上讲就应该是目标的位置，几何原理图如图22所示，图中B1，B2，B3为基站的位置，X为目标的位置。
TOA算法要求参加定位的各个基站在时间上严格同步，使用TOA技术最基本的定位系统是GPS，GPS系统需要昂贵、高能耗的电子设备来精确同步卫星时钟，但近期UWB技术的发展以及在无线传感器网络中的应用，使得利用TOA定位具有了广阔的前景。
图22TOA定位算法几何原理图（4）到达时间差法（TDOA）到达时间差法（TDOA）是测量不同基站接收到同一移动台的定位信号的时间差，并由此计算出移动台到不同基站的距离差。
移动台到任何两个基站的距离差d为定值，移动台必定位于以两个基站为焦点的双曲线方程上，确定移动台的二维位置坐标需要建立两个以上双曲线方程，两双曲线的交点即为移动台的二维位置坐标。
几何原理图如图23所示，当对用户进行三维定位时，需要同时有N个基站参与测距时（N3），多个双曲面之间的交汇区域就是对用户位置的估计。
该技术的测距精度较RSSI高，可达到厘米级，但受限于超声波传播距离有限和NLOSI司题对超声波信号的传播影响。
TDOA不仅定位原理简单技术可行性好，而且定位精度也有很大的开发潜力，适合于移动目标的精确定位，所以，TDOA是一种被广泛采用的技术。
6BI，-，B：
、83ItTDOA定位算法几何原理图212定位算法基于测距技术的定位算法主要三边法和极大似然估计法，下面对这两种算法做详细的介绍。
（1）三边法三边测量法【18】【19（Trilateration）是算坐标的基本途径。
其主要原理是：
若未知节点M到参考节点A的距离dl，那么M可能出现在以A为圆心，dl为半径的圆上；
若再知道M到另一参考节点B的距离d2，那么M可能出现在以B为圆心，d2为半径的圆上，M可能出现在两圆相交的任意一个交点上；
此时若再知道M到第三个参考节点C的距离d3，在测距精确的前提下，以C为圆心，d3为半径的圆一定与上述两个圆交于一点，即可确定M的坐标。
图24三边测量法图不如图24所示，参考节点A、B、C的坐标分别为（xl，y1），（X2，Y2），（X3，Y3），到未知节点M的距离分别为dl，d2，d3，假设M的坐标为（x，y），用公式表示为：
Io一五）2+（yM）2=而o一而）2+（y一此）2=畋（21）I（x一b）2+（y一乃）2=吃求解M的坐标（x，y）为：
yxJL22（屯x,-一x屯3）22（儿y,-一y乃3）J【-而xl：
-一x玛32：
+y耽12：
-一y乃a2：
+d以a2：
-一d畋12：
（22）三边测量法的缺点是：
若在测距过程中存在误差，上述三个圆则无法交于一点，用存在误差的dl，d2，d3去解上述方程时便无法得到正确解，因此，在实际计算坐标时，一般不采用上述解方程的方法，而采用极大似然估计法或其他数值解法【241。
（2）极大似然估计在实际进行坐标求解时，往往采用多边测量法（Multilateration），它是三边测量法的变形，如图25所示，即有n（n3）个参考节点P1（xl，Y1），P2（X2，y2），Pn（Xn，yn），到未知节点M的距离分别为dl，d2，d。
，设M的坐标为（x，y），则满足：
。
（xx一-毛x1），2：
+j（。
yy-一y1），2：
=：
d矾12：
（23）图25极大似然估计法图不通常采用极大似然估计法（MaximumLikelihoodEstimation，MLE）求解，从第一个方程开始分别减去最后一个方程，得：
f而2-x2-2（xl一翰讧+M2-y2-2（yl一以）y=碣2一以2i1【而一12-x2-2（x。
一l一矗弦+一12-y22（见一I一以）夕=以一12一吃2、4：
f2而j吒2了1，12（矗一l一矗）2（1一此）j，x：
H。
lyJ畋2一砰一以2砰、“2_卯：
一卜：
；
炸+2X乒嚆2卜，吖矗11使用标准的最小均方差估计法可以得到节点M的坐标为：
X=（A14）。
1A1b（25）此方法在距离存在一定误差的情况下仍能达到相当高的定位精度【18】【19】，本论文中主要采用了该方法。
22
升级会员 