基于改进卡尔曼滤波的NLOS误差消除算法

被引:32
作者
李奇越 [1 ]
吴忠 [1 ]
黎洁 [2 ]
孙伟 [1 ]
王建平 [1 ]
机构
[1] 合肥工业大学电气与自动化工程学院
[2] 计算机与信息学院
关键词
TOF; 有色噪声; 自适应卡尔曼滤波; NLOS;
D O I
10.13382/j.jemi.2015.10.014
中图分类号
TN929.5 [移动通信]; TP212.9 [传感器的应用];
学科分类号
080402 ; 080904 ; 0810 ; 081001 ; 080202 ;
摘要
随着无线传感器的网络的日益发展,TOF测距的应用也越来越广。针对基于TOF测距的测量值中包含的由信号的非视距传播引起的误差,提出了自适应测量噪声和有色噪声卡尔曼滤波相结合的消除NL0S误差的算法。该算法首先对测量噪声建立有色噪声模型,滤波参数根据NL0S环境的恶劣情况动态调整,再结合卡尔曼滤波算法,进而实时调整滤波过程以获得最优估计。通过仿真实验表明,该算法误差小,精确度高,适合用于动态实时定位系统。
引用
收藏
页码:1513 / 1519
页数:7
相关论文
共 9 条
[1]  
基于最优估计的传感器网络室内无线测距与定位问题研究.[D].姜向远.山东大学.2012, 12
[2]   基于减法聚类的TOA/AOA定位方法研究 [J].
徐彤阳 .
电子测量技术, 2013, 36 (10) :91-93+114
[3]   基于RSSI的极大似然与加权质心混合定位算法 [J].
韩江洪 ;
祝满拳 ;
马学森 ;
刘会平 .
电子测量与仪器学报, 2013, 27 (10) :937-943
[4]   复杂有色噪声广义系统信息融合Kalman滤波器 [J].
宋国东 ;
姜守达 ;
林连雷 .
仪器仪表学报, 2013, 34 (05) :1195-1200
[5]   基于中心微分Kalman滤波的重力/惯性组合导航 [J].
蔡挺 ;
刘明雍 ;
黄博 .
国外电子测量技术, 2013, 32 (01) :22-24
[6]   在不准确方差下带随机系数矩阵的卡尔曼滤波稳定性 [J].
周振威 ;
方海涛 .
自动化学报, 2013, 39 (01) :43-52
[7]   基于Kalman滤波器的非视距误差抑制算法 [J].
张美杨 ;
季仲梅 ;
王建辉 .
计算机工程, 2010, 36 (11) :291-293
[8]   联合卡尔曼法消除无线定位中的非视距误差 [J].
王意锋 ;
季中恒 ;
葛宝忠 .
电子技术应用, 2007, (02) :107-109
[9]  
卡尔曼滤波及其实时应用.[M].崔锦泰;陈关荣.清华大学出版社.2013,