UWB的无线传感器网络的定位技术

发布者:皮球最新更新时间:2010-09-29 来源: 单片机与嵌入式系统应用 关键字:无线传感器网络  UWB  定位技术 手机看文章 扫描二维码
随时随地手机看文章

  在很多无线传感器网络(WSN)应用中,没有节点位置信息的监测往往毫无意义。当监测到事件发生时,关心的一个重要问题就是该事件发生的位置,如森林火灾监测,天然气管道泄漏监测等。这些事件的发生,首先需要知道的就是自身的地理位置信息。定位信息除了用来报告事件发生的地点外,还可用于目标跟踪、目标轨迹预测、协助路由以及网络拓扑管理等。因此节点定位问题已成为无线传感器网络的一个首要解决的问题。

  1 问题描述

  超宽带(Ultra WideBanol,UWB)通信技术是一种以ns级的冲击脉冲在短距离内高速传输数据的无线通信技术。这种通信技术具有隐蔽性好、穿透能力强、定位精度高以及功耗低等特点,在无线传感器网络的测距、定位应用中,具有十分重要的现实作用,并己经应用到实际物资供应跟踪定位中。

  UWB信号具有非常宽的带宽,将其应用于TOA定位方法有助于实现较高的测距精度。然而,在实际应用环境常常出现多径干扰,此时UWB直达信号难以精确检测。因而,本文提出了通过模糊逻辑技术对首次到达信号时间和最强信号时间进行加权来得到直达信号到达时间的方法,使得UWB在无线传感器网络节点定位中的应用成为可能。

  2 TOA距离估计方法

  对于一个单路径加性白噪声(AddiTIve White Gaussian Noise,AwGN)信道条件,可以利用TOA测距的距离估计根均方差:

根均方差

  其中,S(f)为发送的传输信号的傅立叶变换。显然,估计的根均方差同信号的RSNR和有效带宽有关,RSNR和有效带宽越大,估计的根均方差越小。由于UWB信号带宽非常宽,UWB无线信号应用基于时间的技术可实现相对精确的定位。

  一般情况下,TOA定位方法是利用检测接收信号中的直达路径的到达时间,来测量通信收发节点间的距离。因此,对直达路径信号到达时间的精确估计是至关重要的。本文所讨论的节点定位方法针对的是典型的无线传感器网络。一般来说,通过检测接收到信号的幅度是否最大来确定直达信号的到达时间,但是这种方法在多径条件下难以达到较高的测量精度。典型多径环境下的UWB接收信号如图1所示。直达信号(direct path)并非首次到达信号(first path,与门限有关)或幅度最强信号(strongest path),因此在这种情况下,使用首次到达信号或幅度最强信号的到达时间都不能准确估计发射端节点和接收端节点之间的距离。可以利用最大似然估计法检测直达路径信号的到达时间来计算传感器节点之间的距离,但在复杂多径环境下容易造成信号波形的失真,因此有一定的实现难度。针对UWB直达信号难以精确检测的特点,本文提出通过对首次到达信号时间和最强信号时间进行加权来得到直达信号到达时间,其加权系数由模糊逻辑技术获得。

多径环境下的UWB接收信号

  3 基于模糊逻辑的权值选取

  设UWB信号在T0时刻被发送,在接收端节点接收到的首次到达信号和幅度最强信号的到达时刻分别为Tf和Ts,而直达信号到达时刻通过下式计算:

直达信号到达时刻

  其中c=3×108m/s,为无线电信号在自由空间的传播速度。

  这里使用模糊逻辑技术来选取权值a。设首次到达信号和幅度最强信号的幅度分别为Ef和Es,并定义E=|Ef|/|Es|,Tr=(Tf- T0)/(Ts-T0)。Er和Tr为模糊逻辑函数的输入,a为输出。Er、Tr和a分别定义了低、中、高3个值。选择a值的规则如表1所列。

选择a值的规则

   4 仿真分析

  对测得的多径环境下的UWB接收信号方法的测距精度进行验证,并结合节点定位技术,对节点进行定位。Er,Tr和a的隶属函数如图2所示。

隶属函数

  取发射信号时刻T0=0,在接收端分别记录下首次到达信号时刻Tf,幅度最强信号的到达时刻Ts,首次到达信号幅度Ef和幅度最强信号的幅度 Es。分别计算出模糊逻辑的输入值Er、Ts,根据隶属函数,可以得到a。将Tf、Ts、a代入(3)式即可得到直达信号到达时刻T,进而结合(4)式计算出两点之间的距离。

  假设有三个参考节点(0,0)、(10,0)、(10,10),盲节点到参考节点的实际距离分别为6.20、2.88、9.46,利用三边测量法可以获得节点的位置,如表2所列。

节点的位置

  这里,定义节点定位误差为节点的真实位置与估计位置的欧几里得距离。从表中可以看出,在节点定位中,应用基于UWB的测距技术可极大地提高节点定位精度。

关键字:无线传感器网络  UWB  定位技术 引用地址:UWB的无线传感器网络的定位技术

上一篇:基于CAN总线的电梯召唤显示板设计
下一篇:什么是无线传感器网络(WSN)

推荐阅读最新更新时间:2024-03-30 21:32

Swift合作德国电信 为自动驾驶提供精确到10厘米以下的定位技术
据外媒报道,当地时间3月2日,旧金山科技公司 Swift Navigation 宣布与德国电信( Deutsche Telekom )建立合作伙伴关系,双方将把Swift公司的Skylark™ Cloud Corrections(云校正)精确定位服务引入至德国电信的综合通信基础设施,提供最新精确定位产品。目前,该精确定位(Precise Positioning)服务已经在美国和德国上市,并扩展至欧洲。 Swift Navigation 是一家为自动驾驶汽车重新定义GNSS(全球导航卫星系统)技术的公司,而德国电信是全球领先的综合电信公司之一。 未来的世界将充满各种自动驾驶应用,包括自动驾驶汽车、铁路、自动机器人机器导航、
[汽车电子]
Swift合作德国电信 为自动驾驶提供精确到10厘米以下的<font color='red'>定位技术</font>
无线传感器网络节点模块化接口电路设计
  无线传感器网络是由大量传感器节点通过无线通信自组织构成的网络,被认为是将对21世纪产生巨大影响力的技术之一。在分布式测试中使用无线传感器网络,不受通信电缆的限制、组态灵活、重构性强,可以在较恶劣的测试环境中使用。由 无线传感器网络 组成的分布式测试系统已应用于水中爆炸测试系统。在一些分布场测试系统中,被测量种类繁杂,为完成测试任务,节点采用模块化设计,SPI接口电路简单、传输速度快,各模块通过SPI总线通信协同完成测试任务。但在实际开发应用中,由于系统要求,使某些模块与多个模块链接,且接口工作在不同的模式下,如果完成通信需要功能模块的SPI接口主从切换,致使通信速度与灵活性降低。CPLD具有可编程性特点,可根据需要扩展专用
[网络通信]
无线传感器网络:一种低功耗、无线型应用
  近年来,无线技术的爆炸式发展催生了多种工业、科学及医疗(ISM)频带无线标准。由于有了这些新标准,各种无线应用渗透到我们日常生活的方方面面。毫无疑问,无线传感器网络(WSN)便是一种最为受益于这些标准的重要应用。   我们可以设想有一位美国中西部的农民正面临着一个这样的挑战:如何对几千头牛的体温进行日常监控,以便防止诸如口蹄疫等危及其牛群生存的动物疾病发生。利用无线技术,在每头牛的身上安装一个带有无线发射器的温度传感器,将其体温读取数据发射至一个主端子便可以轻松地克服这些挑战。这是一个WSN的简单例子,其表明无线技术的使用可以节省大量的时间和成本。本文将简单介绍ISM频带和WSN,以及支持它们的一些无线标准。   
[电源管理]
<font color='red'>无线传感器网络</font>:一种低功耗、无线型应用
恩智浦TrimensionTM超宽带技术将帮助三星用户轻松找丢失物品
恩智浦TrimensionTM超宽带技术将帮助三星用户轻松找到丢失物品 恩智浦UWB和Bluetooth®技术共同为三星Galaxy SmartTag+提供更高的定位精度 荷兰埃因霍温——2021年6月2日——恩智浦半导体 今日宣布,其Trimension UWB平台现为新标签用例提供精密测距能力。UWB和低功耗Bluetooth®解决方案相结合,共同为新三星Galaxy SmartTag+提供空间感知能力,从而为三星SmartThings Find服务提供增强体验。 SmartThings Find是SmartThings应用中的创新服务,在部分Galaxy设备上可用 (包括Galaxy S21+和S21 Ultr
[物联网]
恩智浦TrimensionTM超宽带技术将帮助三星用户轻松找丢失物品
无线传感器网络在智能交通系统中的应用 
网络节点和网关节点的设计 网络节点软件功能设计 在ITS无线传感器网络的设计中,网络节点按照功能不同,需要分别进行设计。终端节点、汇聚节点和网关节点的软件功能如图3所示。终端节点安装不同的传感器用于运动车辆信息采集和道路信息获取等。其功能实现可按照精简功能设备(RFD,ReducedFunctionDevice)标准来实现。终端节点与汇聚节点按照星型网络组网,在固定时间点由睡眠状态醒来与汇聚节点主动通讯。信息路由则交给父(汇聚)节点及网络中具有路由功能的协调器和路由器完成,降低了节点功耗和软件实现复杂度。汇聚节点是终端节点软件功能上的扩展,实现了扩展网络及路由消息的功能,允许更多重点节点接入网络。可按照全功能设备(F
[工业控制]
自动驾驶定位技术-粒子滤波实践案例解析
Particle Filter - Kidnapped vehicle project 1. Definition of Particle Filter 粒子滤波器是贝叶斯滤波器或马尔可夫定位滤波器的实现。粒子过滤器基于“适者生存的原理”主要用于解决定位问题。粒子滤波的优势在于易于编程并且灵活。 三种滤波器的性能对比: 正如你在上面的图片中看到的,红点是对机器人可能位置的离散猜测。每个红点都有 x 坐标、 y 坐标和方向。粒子滤波器是由几千个这样的猜测组成的机器人后验信度表示。一开始,粒子是均匀分布的,但过滤器使他们生存的比例正比于粒子与传感器测量的一致性。 权重(Weights): 粒子滤波器通常携带离散数
[嵌入式]
自动驾驶<font color='red'>定位技术</font>-粒子滤波实践案例解析
基于无线传感器网络的煤矿安全监控系统的研究
引言 当前我国煤矿行业信息化水平较低,信息技术应用不平衡。井下连采工作面由于设备较多,各设备随机独立作业,造成互相之间信息不沟通,更难以实现综合数据网络管理,从而限制了矿井自动化网络技术对该地区的辐射,这在一定程度上制约着煤矿安全生产工作。基于上述原因,本文作者设计了一个基于无线传感器网络的煤矿安全监控系统,可以对井下环境参数和工况参数进行采集,并把采集到的参数实时送往井上的计算机进行显示、控制和超限报警等处理。 1 系统总体设计 煤矿安全监控系统主要是对矿井生产系统的安全监控,包括对矿井空气中有害或危险成分(如甲烷、一氧化碳等)的监测,矿井空气物理状态(如风速、负压、温度等)的监测,以及通风设备运行状态(如设备开停等)的
[单片机]
基于<font color='red'>无线传感器网络</font>的煤矿安全监控系统的研究
无线传感器网络MAC层协议的研究现状
1、引言(Introduction) 无线传感器网络(Wireless Sensor Networks,WSNs)是由大量的集成了传感器、数据处理单元和通信模块的微小节点构成的全分布式的自组织网络 。由于数量众多,传感器节点通常随机投放在监测区域内,并且很难更换电源。通常相邻节点间距离很短,适于采用低功率的多跳通信模式,节省功耗的同时增强了通信的隐蔽性和抗干扰性。由于WSNs具有易扩展、自组织、分布式结构、健壮性和实时性等特点,使其在军事、建筑、农业、环境监测、医疗等领域有着传统网络无法比拟的优势 ,必将开发出许多有价值的应用。同时这些独特要求和制约因素也为WSNs的研究提出了新的技术问题,其中如何有效地延长网络的生命周期成为研
[传感器]
小广播
添点儿料...
无论热点新闻、行业分析、技术干货……
最新工业控制文章
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved