基于自适应Kalman滤波的UWB IMU紧组合定位抗差算法.docxVIP

PAGE2

基于自适应Kalman滤波的UWB/IMU紧组合定位抗差算法

摘要

随着室内定位需求日益增长，超宽带（UWB）与惯性测量单元（IMU）的紧组合系统因兼具高精度与高更新率而备受关注。然而，在非视距（NLOS）环境下，UWB测距值常出现严重异常，导致传统Kalman滤波定位精度急剧下降。本设计旨在构建一种基于自适应Kalman滤波的UWB/IMU紧组合定位抗差算法，通过检测UWB测距异常值并自适应调整观测噪声协方差矩阵，提升NLOS下的定位鲁棒性。论文首先分析UWB/IMU紧组合模型与NLOS误差特性，明确抗差定位的功能需求与性能指标；进而设计了异常值检测与自适应滤波的总体架构，将系统划分为测距异常检测、自适应噪声协方差估计以及紧组合Kalman滤波三个核心模块；详细阐述了基于马氏距离的异常值判别方法和基于新息序列的协方差自适应调整策略；利用MATLAB构建仿真平台，实现了算法并进行了多种场景测试。测试结果表明，与标准Kalman滤波相比，本算法在NLOS条件下的定位误差降低约40%，收敛速度提升30%，有效验证了设计的抗差能力。本设计的创新点在于将异常值检测与噪声协方差自适应调整深度融合，无需先验NLOS信息即可在线抑制粗差，为高精度室内定位提供了可行的工程方案。

第一章绪论

1.1研究背景

随着物联网、智能制造与移动机器人技术的飞速发展，室内高精度定位成为支撑