(School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083) (Beijing Key Laboratory of Knowledge Engineering for Materials Science (University of Science and Technology Beijing), Beijing 100083)
出版日期:
2018-11-01基金资助:
国家重点研发计划项目(2016YFC0901303);国家自然科学基金项目(61671056,61302065,61304257,61402033);北京市自然科学基金项目(4152036);天津市重大科技专项(16ZXCXSF00150)Performance Evaluation of UWB and IMU Fusion Positioning in Wireless Sensor Network
Duan Shihong, Yao Cui, Xu Cheng, He Jie(北京科技大学计算机与通信工程学院 北京 100083) (材料领域知识工程北京市重点实验室(北京科技大学) 北京 100083) (duansh@ustb.edu.cn)
Online:
2018-11-01摘要/Abstract
摘要: 位置信息是物体的基本属性之一.随着无线传感器网络(wireless sensor network, WSN)的蓬勃发展,传感器网络中节点位置信息的获取变得尤为重要.超宽带(ultra-wideband, UWB)和惯性测量单元(inertial measurement units, IMU)以其高定位精度,在WSN中得到了广泛应用.UWB精度高,但容易受多径效应和节点间的相对几何位置关系影响.IMU惯性测量单元能够提供连续的惯性信息,但累积误差问题难以解决.基于IMU和UWB结合的融合定位方法,能够在提高定位精度的同时补偿UWB的多径效应影响和IMU的误差累积问题.因此,提出一种新的基于UWB和IMU的融合定位方法,实现传感网中目标节点的高精度位置追踪,并通过计算克拉美罗下限(Cramer-Rao lower bound, CRLB)表征融合定位方法的空间定位性能验证其在解决多径和几何拓扑问题上的有效性,通过计算后验克拉美罗下限(posterior Cramer-Rao lower bound, PCRLB)表征融合定位方法的时间定位性能验证其在累积误差纠正上的有效性,为基于UWB和IMU融合定位算法的设计和仿真提供理论支持.实验结果表明:融合定位方法具有更好的时空定位性能,更能接近实际应用的理论精度下限.
参考文献
相关文章 15
[1] | 李国瑞, 孟婕, 彭三城, 王聪. 基于Jacobi ADMM的传感网分布式压缩感知数据重构算法[J]. 计算机研究与发展, 2020, 57(6): 1284-1291. |
[2] | 舒坚, 高素, 陈宇斌. 基于自适应广义回归神经网络的链路质量评估[J]. 计算机研究与发展, 2020, 57(12): 2662-2672. |
[3] | 苗春雨,陈丽娜,吴建军,周家庆,冯旭杭. 无线传感器网络节点位置验证框架[J]. 计算机研究与发展, 2019, 56(6): 1231-1243. |
[4] | 林维维,姚英彪,邹柯,冯维,严军荣. 基于校正矢量的分布式DV-Hop求精算法[J]. 计算机研究与发展, 2019, 56(3): 585-593. |
[5] | 马行坡,梁俊斌,马文鹏,李银,李然,奎晓燕. 面向双层传感网的安全Top-k查询协议[J]. 计算机研究与发展, 2018, 55(11): 2490-2500. |
[6] | 常芬,崔杰,王良民. WSN中基于椭圆曲线的可追踪匿名认证方案[J]. 计算机研究与发展, 2017, 54(9): 2011-2020. |
[7] | 刘琳岚,张江,舒坚,郭凯,孟令冲. 基于多属性决策的机会传感器网络关键节点预测[J]. 计算机研究与发展, 2017, 54(9): 2021-2031. |
[8] | 曾建电,王田,贾维嘉,彭绍亮,王国军. 传感云研究综述[J]. 计算机研究与发展, 2017, 54(5): 925-939. |
[9] | 范兴刚,徐俊超,车志聪,叶文豪. 一种概率栅栏覆盖模型及其构建算法[J]. 计算机研究与发展, 2017, 54(5): 969-978. |
[10] | 李英龙,朱艺华,吕明琪. 传感器网络中语义事件区域查询处理[J]. 计算机研究与发展, 2017, 54(5): 986-997. |
[11] | 李哲涛,臧浪,田淑娟,李仁发. 基于混合压缩感知的分簇式网络数据收集方法[J]. 计算机研究与发展, 2017, 54(3): 493-501. |
[12] | 秦俊平,邓庆绪,孙诗文,仁庆道尔吉,佟海滨,苏宪利. 基于时间序列启发式信息的室内轨迹跟踪算法[J]. 计算机研究与发展, 2017, 54(12): 2698-2710. |
[13] | 谢承翰,陆赛杰,王皓,彭力. 无线传感器网络中基于事件驱动的输出反馈控制[J]. 计算机研究与发展, 2017, 54(11): 2639-2645. |
[14] | 张策,张霞,李鸥,王冲,张大龙. 基于CS的无线传感器网络动态分簇数据收集算法[J]. 计算机研究与发展, 2016, 53(9): 2000-2008. |
[15] | 邢宇龙,陈永锐,易卫东,段成华. 低占空比无线传感器网络同步MAC协议最优信标间隔分析[J]. 计算机研究与发展, 2016, 53(9): 2009-2015. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3816