Resumen

Dado que el posicionamiento de alta precisión UWB en entornos NLOS se ha convertido en uno de los temas candentes en la investigación de posicionamiento interior, este artículo presenta en primer lugar un método para el suavizado de datos de rango originales basado en el filtro de Kalman mediante el análisis del error de rango causado por las señales UWB en entornos LOS y NLOS. Luego, estudia un método de fusión de posicionamiento UWB y IMU montado en el pie con la integración de un filtro de partículas con un filtro de Kalman extendido. Este método adopta el algoritmo EKF en la ecuación cinemática del algoritmo de filtros de partículas para calcular la posición de cada partícula, lo que es similar a la forma de ejecutar (número de partículas) filtros de Kalman extendidos, y supera las desventajas de la falta de conformidad entre la ecuación cinemática y la ecuación de observación, así como el problema de degeneración de muestras bajo la condición no lineal del algoritmo de filtros de

• Materias:Lector de pantalla Interfaz de usuario Localización en interiores Realidad virtual móvil Redes móviles
• Subjects:Screen reader User interface Indoor localization Mobile virtual reality Mobile networks
• Palabras claves:Uwb; Posicionamiento; Filtro de kalman; Filtro de partículas; Imu; Nlos
• Keywords:Uwb; Positioning; Kalman filter; Particle filter; Imu; Nlos