基于UWB的不同场景下高精度室内定位算法研究
摘要
随着生活水平的提高，人们在各种场景下对于定位服务的需求日益增长。北斗、
GPS等卫星导航系统由于卫星信号无法穿透墙体等原因无法在室内进行定位，传统的
室内定位方式例如蓝牙、WiFi等由于精度的原因也很难满足人们的使用需求。超宽带
（Ultra-Wideband，UWB）进入了人们的视野，它有着抗多径能力强、时间分辨率高、
功耗低等诸多优点，能够在室内达到厘米级的定位精度。因此，本文从实际室内定位
需求出发，对不同场景下的高精度室内定位算法进行研究与优化。
首先本文基于UWB的定义与实现过程，阐述了信号的一些特点与优势，例如发射
功率低、信号传输快、抗噪声强、定位精度高等。对比了获得测量信息的不同算法的
原理，并分析了造成测量误差的各种来源。
其次对基于到达相位差的扩展卡尔曼滤波（PDOA-EKF）定位算法做了改进。针
对传统算法中由于标签运动状态模型缺失而导致预测滞后的问题，提出了一种通过相
K
位差变化率以及距离变化率两者所含信息量的大小来自适应动态调整滤波增益的自
适应扩展卡尔曼滤波的改进方法。实验结果表明，该改进算法有效的提高了系统的定
位精度。
然后对基于飞行时间的定位算法进行了优化，通过测量距离对各个基站的测量信
息加权的方式，对最小二乘定位算法进行迭代加权。并通过各基站的测量信息提出了
一种标签运动速度的估计方法，同时用估计出来的速度完善标签的运动状态模型，设
计实验，验证算法的性能，其对于运动状态下的标签能够很好估计出速度状态，并提
高了定位的精度。
最后本文介绍了一种车载基站的布局结构，通过详细对比分析了各个基站在视距
与非视距环境下的信号质量，提出了一种通过信号强度来挑选视距环境下基站的方法，
并用历史的定位结果对当前测量的误差进行了预估，然后通过加权的方式实现车外对
标签的跟踪定位。由于车内标签的测量质量差的原因，无法用传统的方式进行定位，
提出了一种基于测量信息和信号强度的车内外判断方法与车内位置判断方法，并设计
了实验，验证了算法的可行性。
关键词：超宽带；到达相位差定位；到达时间定位；扩展卡尔曼滤波
I
哈尔滨工程大学硕士学位论文
Abstract
Withtheimprovementoflivingstandard,peoplesdemandforlocation-basedservicesin
variousscenariosisgrowing.BeiDou,GPSandothersatellitenavigationsystemscannotbe
positionedindoorsduetotheinabilityofsatellitesignalstopenetratewalls,andtraditional
indoorpositioningmethodssuchasBluetoothandWiFiarealsodifficulttomeetpeoples
usageneedsduetoaccuracyissues.Ultra-Wideband(UWB)hasenteredpeoplesview,which
hasmanyadvantagessuchasstrongmultipathresistance,hightemporalresolutionandlow
powerconsumption,andcanachievecentimeter-levelpositioningaccuracyindoors.This
paperstudiesandoptimizesthehigh-precisionindoorpositioningalgorithmsindifferent
scenariosfromtheactuali