检索结果-南通市图书馆

导航定位学报 2022年第6期10卷 43-52页

作者：杨宏超汪云甲徐生磊黄璐中国矿业大学环境与测绘学院江苏徐州221116 中国电子科技集团公司第五十四研究所石家庄050081

针对现有超宽带(UWB)信道识别参数精度低及鲁棒性差的问题,提出一组基于信道脉冲响应的新信道特征参数,并结合支持向量机构建非视距信道识别算法,然后根据波形特征分类测距误差并制定优化策略。在优化定位精度的基础上,本文引入模糊度... 详细信息

针对现有超宽带(UWB)信道识别参数精度低及鲁棒性差的问题,提出一组基于信道脉冲响应的新信道特征参数,并结合支持向量机构建非视距信道识别算法,然后根据波形特征分类测距误差并制定优化策略。在优化定位精度的基础上,本文引入模糊度为原始定位结果提供可信度评估。实验结果表明:引入新参数后信道识别算法的平均精度为93.94%;视距、非视距数据的准确率分别为90.13%、96.96%;修正后视距测距精度平均提高22.84%;非视距测距误差平均减低1 m以上;动态定位结果中厘米级精度占比提升41.5%。

关键词：超宽带信道脉冲响应非视距识别测距误差校正

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CNN-LSTM的超宽带NLOS/LOS分类算法研究

引用

计算机与数字工程 2024年第8期52卷 2252-2258页

作者：刘卿卿徐帅王思语吴南刘明江南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044

超宽带(ultra-wideband,UWB)室内定位系统中,非视距(non-line-of-sight,NLOS)信号的识别与分类是影响定位精度的关键技术。为解决用于NLOS识别的信道冲激响应(Channel Impulse Response,CIR)中存在的噪声干扰问题以及传统NLOS识别方法... 详细信息

超宽带(ultra-wideband,UWB)室内定位系统中,非视距(non-line-of-sight,NLOS)信号的识别与分类是影响定位精度的关键技术。为解决用于NLOS识别的信道冲激响应(Channel Impulse Response,CIR)中存在的噪声干扰问题以及传统NLOS识别方法多场景下阈值选取困难等问题,论文采用一种用于CIR数据去噪的可逆变换方法,并使用卷积神经网络(Convolutional Neural Network,CNN)结合长短期记忆网络(long short-term memory network,LSTM)的结构识别NLOS信号。采用开源数据集进行训练与验证,结果显示,CIR去噪后的CNN-LSTM分类精度最高可达90.62%。表明该方法可以有效提高NLOS信号分类精度。

关键词：超宽带非视距识别去噪声神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

NLOS环境下PDR约束的单基站定位方法

NLOS环境下PDR约束的单基站定位方法

引用

第十二届中国卫星导航年会

作者：韩可付加伟邓中亮许允飞北京邮电大学

随着社会的发展,人们对于全时空的位置服务需求越来越多,移动通信网络一定程度上弥补了全球定位系统在覆盖率和定位精度上的不足。目前基于多基站节点的定位方法尚存在多基站部署成本较高,基站之间要求严格时间同步等问题。同时,考虑到... 详细信息

随着社会的发展,人们对于全时空的位置服务需求越来越多,移动通信网络一定程度上弥补了全球定位系统在覆盖率和定位精度上的不足。目前基于多基站节点的定位方法尚存在多基站部署成本较高,基站之间要求严格时间同步等问题。同时,考虑到通信与导航的融合趋势,通信中的一对一服务模式让单基站定位成为新的研究热点。针对单基站定位过程中NLOS信号导致定位误差较大等问题,本文提出一种基于PDR约束的单基站定位方法。首先根据终端PDR提供的连续时间节点之间的距离参数,判断当前终端是否处于NLOS环境。然后对处于NLOS环境下情况进行处理,根据基站、目标终端、散射体三者之间的几何关系,建立NLOS传播模型,利用对称关系得到虚拟终端坐标,并通过对多路径加权的方式减小定位误差。仿真结果表明,本文所提出的NLOS环境识别方法正确率到达95%以上,通过对信号参数融合能够有效提升单基站在NLOS环境下的定位精度。

关键词：单基站非视距识别惯性导航加权虚拟节点

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于CNN-BiLSTM的NLOS/LOS信号识别模型

基于CNN-BiLSTM的NLOS/LOS信号识别模型

引用

第十三届中国卫星导航年会

作者：李建霖邓中亮王淦北京邮电大学

超宽带信号由于具有大带宽、强穿透性特性,因此在构建高精确度室内定位系统中具有很大的潜力。但是室内存在各种不同类型的障碍物,会对超宽带信号进行遮挡,从而产生较大的非视距测距误差和定位误差。因此非视距信号的识别和分类对于精... 详细信息

超宽带信号由于具有大带宽、强穿透性特性,因此在构建高精确度室内定位系统中具有很大的潜力。但是室内存在各种不同类型的障碍物,会对超宽带信号进行遮挡,从而产生较大的非视距测距误差和定位误差。因此非视距信号的识别和分类对于精确定位是一个关键问题。接收信号的信道冲激响应（CIR）具有丰富的特征信息,可以用来识别非视距信号和视距信号。由于信道冲激响应是连续采样得到,不同时刻的值之间具有一定的相关性,但序列值之间的关系并不明显。基于此本文采用卷积神经网络（CNN）结合双向长短期记忆网络（BiLSTM）的结构,在特征提取之后进行时序分析。同时为了增加输入序列的特征数,本文引入三通道输入的机制,将CIR原始序列、CIR傅里叶变换后的实部与虚部作为输入,设计了三通道（TC）的卷积神经网络-双向长短时记忆网络的深度学习结构。本文采用开源数据集进行训练和验证,将不同结构的TC CNN-BiLSTM进行比较,选出最佳的设计结构,并与其他深度学习方法进行比较。结果显示,相比与LSTM和CNN-LSTM,TC CNN-BiLSTM方法具有更高的NLOS信号分类准确度。

关键词：超宽带非视距识别信道冲激响应傅里叶变换三通道卷积神经网络双向长短期记忆网络

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：