0 引言
随着中国城市化进程速度的加快，高建筑物密度区域也在不断增加。因此，这些城市化区域在面临大型灾难应对方面遭受着巨大压力[1-2]。GPS在空旷的环境下定位能够发挥巨大优势，可对于复杂的室内环境则显得力不从心，而无线传感器因其网络自组织能力强、易部署、低能耗等特点在室内定位中有着较为良好的应用前景[3]。目前最为普遍的基于距离的定位方法有到达时间(TOA)定位方法、到达时间差(TDOA)定位方法、接收信号强度(RSS)定位方法和到达角(AOA)[4-5]定位方法等。
由于NLOS定位方法传播误差被认为是定位系统的主要误差来源之一，因此在无线传感器网络定位中，识别NLOS传播和削弱NLOS的影响非常重要。在过去的十几年中，关于NLOS识别和削弱的研究方法层出不穷。在文献[6]中，作者采用二元假设检验来识别测量的LOS状态；在文献[7]中，提出了似然比检验的方法；在文献[8-9]中，作者提出了统计分析方法。这些方法被广泛应用于NLOS的鉴定。对于运动目标跟踪问题，文献[10]采用卡尔曼滤波算法的线性回归模型生成测量值的残差，然后对残差进行筛选；文献[11]采用多项式拟合和基于KF统计分析的方法进行NLOS识别，然后采用极大似然法进行定位；文献[12]提出了采用伪测量位置来检测LOS或NLOS的测量信息，然后利用KF对所选的LOS伪测量位置求平均的方法进行运动目标定位；文献[13]采用两个平行的卡尔曼滤波器对测量进行滤波，之后用扩展卡尔曼的方法进行定位；文献[14]提出了基于UKF的IMM方法来估计移动目标的位置。
然而，这些算法需要大量的计算、高锚节点(ANs)密度和大量的信息等。基于以上分析，本文采用基于距离的测量方法TOA进行测距，并对此进行平滑，之后利用假设检验的方法辨识传播状态，并采用MKF来削弱NLOS带来的偏置误差。最后采用UKF来确定移动节点的位置。
本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003258
作者信息:
王钦锐1，黄越洋1，石元博2，张吉祥1，左梓邑1
(1.辽宁石油化工大学 信息与控制工程学院，辽宁 抚顺113001；
2.辽宁石油化工大学 计算机与通信工程学院，辽宁 抚顺113001)
