NLOS环境下基于UWB的定位算法研究
Computer Simulation（2023）
Abstract
为解决室内非视距(NLOS)环境下定位及机器人定位过程中由于非视距环境下,噪声存在异常值误差过大的问题,提出了两种基于Chan-Taylor协同算法来抑制NLOS误差的方案.一种为结合了卡尔曼滤波的抑制方案,另一种为依据测量特征统计的距离重构方案,从多种定位算法组合出发,有效避免了高噪声和NLOS误差的影响,并通过动静态定位测试分析两种方案的定位精度.结果表明,两种方案均能降低NLOS环境下的定位误差,但NLOS误差抑制算法的效果较优,适应性更强.
MoreTranslated text
Key words
Indoor positioning,NLOS,Kalman filter
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined