殷学强

摘 要： 针对测量误差概率密度未知的情况，提出了基于半参数的非视距噪声抑制算法。在基于飞行时间的固定标签模型基础上，通过应用大规模蒙特卡罗方法将提出的算法和传统方法进行对比，仿真结果表明，当非视距误差为有偏高斯分布和瑞利分布时，提出的算法能够在非视距污染率较低时与传统方法表现一致，且在污染率较高时也有较强的鲁棒性。结合室内和室外定位的应用进行基站部署，对相应场合下的定位算法进行测试。测试结果表明，提出的算法能够比最小二乘法提高 50%左右的定位精度，整体而言，系统定位能达到在可视环境1 m，非可视环境3 m的精度。

关键词： 非视距抑制算法； 实时定位系统； 半参数法； 双向双边测距算法

中图分类号： TN95?34； TP393.0 文献标识码： A 文章编号： 1004?373X（2016）07?0005?05

Abstract： Since the probability density of the measurement error is unknown， the NLOS （non?line?of?sight） noise suppression algorithm based on the semi?parameter is proposed. On the basis of the fixed label model of flight time， the proposed algorithm is compared with the traditional method by means of the large?scale Monte Carlo method. The simulation results show when the NLOS error is biased Gauss distribution and Rayleigh distribution， the performance of the proposed algorithm is accordance with that of the traditional method at low NLOS pollution rate， and has strong robustness at high contamination rate. The base station is deployed in combination with indoor and outdoor positioning to test the positioning algorithm in corresponding occasion. The test results show that the location accuracy of the proposed algorithm is increased by 50% than that of the least square method. The system location error can reach up to 1 m in LOS environment and 3 m in NOLS environment.

Keywords： NLOS suppression algorithm； real?time positioning system； semi?parameter method； symmetrical double sided?two way ranging algorithm

0 引 言

随着无线通信、微电子、传感器等技术以及分布式信息处理技术的高速发展，无线传感器网络领域已经成为研究热点[1]。而无线定位技术作为无线传感器网络的重要组成部分也得到了越来越多的关注。传感器节点自身的位置不仅可以标定网络采集的数据来源，还可以辅助网络实现目标跟踪、高效路由以及进行网络管理等用途。因此研究无线传感器网络定位技术具有积极的理论意义和广泛的应用价值。

截至目前，无线传感器网络定位研究已广泛开展并取得了许多研究成果，但仍存在着一些没有被解决或被发现的问题，目前最为关键的问题仍然是WSN节点的能耗问题[2]。……