基于模態(tài)優(yōu)化卡爾曼濾波的超聲波定位研究.pdf

1、隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，基于位置的信息服務(wù)應(yīng)用越來越廣泛。在智能停車場、智能倉儲等室內(nèi)場景中，對于定位精度的要求更高。GPS定位受到信號屏蔽和誤差限制，往往難以達到室內(nèi)高精度定位要求；WLAN定位是目前比較成熟的室內(nèi)定位技術(shù)，但是其定位方式受環(huán)境影響比較大，可靠性難以得到保證。此外，802.11協(xié)議沒有給出精確的傳輸功率測量和控制模型，難以實施更高精度的測量。
　　與GPS、WLAN等方法相比，超聲波在室內(nèi)定位方面有著顯著的優(yōu)勢

2、。具有系統(tǒng)結(jié)構(gòu)簡單、硬件成本低廉、定位精確、算法易于實現(xiàn)等優(yōu)點。但是，由于超聲波會受到溫度、被測物體形狀、噪聲等不確定因素的干擾，導(dǎo)致在定位時會產(chǎn)生誤差擾動，這些擾動會明顯降低定位精度和可靠性。
　　擴展卡爾曼濾波算法（EKFA），是從卡爾曼濾波算法（KFA）的基礎(chǔ)上改進而來的。由于卡爾曼濾波算法只適合處理線性系統(tǒng)，所以在處理非線性系統(tǒng)時，需要對非線性系統(tǒng)進行線性化近似，然后在得到的線性化模型的基礎(chǔ)上，再應(yīng)用卡爾曼濾波算法?？柭?/p>

3、濾波算法，能夠根據(jù)系統(tǒng)的系統(tǒng)方程和觀測方程對目標信號進行迭代運算，能夠給出系統(tǒng)關(guān)于未來狀態(tài)的最優(yōu)的估計，這個估計是滿足最小均方誤差的，卡爾曼濾波算法是一種最優(yōu)化的自回歸數(shù)據(jù)處理算法。
　　本文使用經(jīng)驗?zāi)B(tài)分解（EMD）方法對擴展卡爾曼濾波算法進行優(yōu)化，有效地控制了渡越時間的誤差，實現(xiàn)了室內(nèi)高精度定位。這種模態(tài)優(yōu)化的方法是先對超聲波接收裝置收到的超聲波信號進行EMD處理，在保留信號原始特征的情況下消除大部分噪聲；再次進行EMD處理取

4、得信號的包絡(luò)，以獲取超聲波信號到達的精確時刻，最后采用卡爾曼濾波算法對渡越時間進行修正，得到高精度的定位結(jié)果。
　　擴展卡爾曼濾波算法應(yīng)用在超聲波定位系統(tǒng)中難以達到高精度的定位要求，是因為此算法在對系統(tǒng)進行線性化時會產(chǎn)生新的計算誤差。針對這種情況，設(shè)計了對擴展卡爾曼濾波算法進行模態(tài)優(yōu)化的方案，首先對接收到的超聲波信號進行EMD分解，然后選取最能代表原始信號的IMF進行波形重組，最后對渡越時間進行修正。同時，修正了超聲波的波速；結(jié)合