前言：尋找寫作靈感？中文期刊網用心挑選的無跡卡爾曼濾波的室內定位系統思考，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：卡爾曼濾波抑制非視距（NLOS）所產生的誤差效果不明顯；而使用擴展卡爾曼濾波解決非視距（NLOS）時，需要解算復雜的雅可比矩陣，使計算量大為增加。文中首先對獲取的TDOA數據進行無跡卡爾曼濾波并得到最優解；其次將濾波后的數據，通過CHAN算法進行位置解算。實驗結果表明，文中所用無跡卡爾曼濾波算法對抑制誤差產生了很好的效果，提高了定位精度，具有較大的實際應用價值。
關鍵詞：室內定位；超寬帶；無跡卡爾曼濾波；非視距；CHAN算法；二維地圖
0引言
隨著室內定位技術的應用越來越廣，對定位精度的要求也越來越高。由于室內環境十分復雜，非視距（NLOS）引起的誤差使定位的精度顯著下降[1-5]。應用擴展卡爾曼濾波能夠有效降低非視距引起的誤差，但是由于需要解算雅可比矩陣會使計算量大幅增加[6-7]。無跡卡爾曼濾波是一種非線性濾波器[8-9]，它可以解決傳統卡爾曼濾波器無法解決的非視距（NLOS）誤差問題，又可以避免擴展卡爾曼濾波器計算量大的缺點。楊紫陽等[10]利用無跡卡爾曼算法對通過CHAN算法解算出的定位數據進行濾波處理，效果較好，但實際上誤差來源于UWB傳感器采集原始數據的過程。因此文章針對這一問題提出先采用無跡卡爾曼濾波處理數據，然后進行定位解算，最后完成了實驗驗證。
1濾波系統設計
無跡卡爾曼濾波可以很好地解決非線性問題，能夠處理復雜環境帶來的非線性誤差；同時由于采用UT變換大大降低了計算復雜度。首先通過UT變換獲得2n+1個樣本構造出Sigma點，并給予相應的權重，則有：
2系統總體設計
定位數據采集由Decawave公司生產的DW1000完成，上位機系統由LabView2018編寫，包括數據處理與人機交互兩部分：數據處理部分主要由濾波算法與定位算法組成；人機交互主要功能由控件、基站坐標、倉庫地圖組成，如圖1（a）所示。實驗場地為室內倉庫，放置各種金屬材質的設備以及其他材質的貨物，如圖1（b）所示。
3實驗過程與結果
在非視距（NLOS）下對經過無跡卡爾曼濾波和未經過卡爾曼濾波的數據進行比較，如圖2所示。采用文中所述方法得到室內的運動軌跡情況如圖3所示。
4結語
通過無跡卡爾曼濾波對定位數據進行濾波處理后再進行定位運算可以很好地消除非視距產生的干擾。利用文中所述方法開發出的室內三維定位系統，獲得了很好的效果，對于市場應用具有很好的指導作用。
作者：王袁雪 張前波 周媛媛 劉英明 李冰 單位：河北師范大學 中燃工學院