近年来,随着近距离无线通信和移动技术的不断发展,室内环境下基于位置的服务(LBS)越来越得到人们的关注。红外线、蓝牙等传统的室内定位技术,在系统成本、稳定性、定位精度等方面不能完全满足用户需求。而超宽带(UWB)技术具有高速数据率,低实现成本,定位精度较其他技术有明显提高等优点,是现今室内定位领域的首选技术。此外,室内环境复杂多变,其中多径传播与非视距传播(NLOS)的干扰很大,所以研究恶劣环境下高精度的定位算法是很必要的。本文在研究了UWB技术基本概念、信道模型等的基础上,分析了传统无线定位方法和算法,发现现有定位算法在简单的室内环境下尚能达到较高的精度,但是随着环境的恶化,尤其是随着NLOS测距误差的逐渐增大,已有算法性能显著下降。而NLOS误差又是室内定位不可忽视的一个关键问题,关系到整个系统的定位精度。本文针对这一问题,在已有混合算法的基础上提出了一种质心-Taylor混合定位算法。该算法利用对测距误差不敏感的质心算法对目标进行初始粗定位,然后将其作为Taylor级数展开法的迭代初值进行二次精细定位,并动态的将前期定位完毕的节点转化为后续定位过程的参考节点,最大限度的利用不断增加的已知信息,可以在提高Taylor初值质量的前提下减少预设参考节点数目,降低系统硬件成本。最后采用MATLAB软件进行了模拟仿真。结果表明,该算法定位性能优越,尤其在NLOS测距误差较大的情况下能有效提高系统的定位精度。
