改进的对数衰减动态非视距定位

摘要

在一般对数衰减模型中衰减因子是一个常量,但在实际应用中会引起较大的测距定位误差.为了减少定位估计误差,在对Zigbee组网定位实验数据进行统计分析的基础上,提出用负指数函数来描述衰减因子与距离(目标节点与锚节点间距)之间的关系,进而建立一种改进对数衰减模型;给出一个基于改进对数衰减模型的ML估计器,并推导了该估计器的Cramer-Rao下界(Cramer-Row lower bound,CRLB).在实验室和车站站场的Zigbee组网定位实验结果表明,使用改进对数衰减模型的ML估计器能提供更准确的定位估计,对场景变化有较好的适应性.