基于IKF与FA-PF的井下超宽带定位算法
为提高井下超宽带定位的精度,提出一种基于改进卡尔曼滤波(improved Kalman filter,IKF)与萤火虫优化粒子滤波(FA-PF)的目标跟踪定位算法.首先利用IKF对标签与基站之间的测距值进行降噪处理;然后利用萤火虫算法改进粒子滤波的重采样过程,使算法在迭代过程中保持粒子的多样性,提高滤波的精度;最后使用FA-PF算法估计目标位置.仿真结果表明,相比传统卡尔曼滤波,IKF抑制非视距(non line of sight,NLOS)噪声的能力有所提高;在测量值相同的情况下,FA-PF算法具有更高的定位精度,定位误差相比粒子滤波算法和卡尔曼滤波算法分别降低了 43.98%和32.50%.
井下定位、超宽带、改进卡尔曼滤波、萤火虫算法、粒子滤波
41
TP29(自动化技术及设备)
河北省自然科学基金E2019209492
2022-11-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
39-45