摘要
本发明公开了一种融合黑翅鸢算法与信息熵自适应调节机制的UWB测距误差抑制方法。该方法首先结合测距残差、一阶差分及滑动窗口策略,识别非视距信号;再基于残差剔除异常值,并通过分段三次Hermite插值补偿缺失数据,保证数据连续性与平滑性;随后利用滑动窗口核密度估计计算Shannon信息熵,动态量化残差分布不确定性,自适应调节卡尔曼增益,实现权重实时调整;同时,采用黑翅鸢算法优化滤波器初始参数配置,提升自适应滤波的收敛性与整体稳定性。本发明针对UWB测距在NLOS环境下易受遮挡干扰导致的测量异常与精度下降问题,能够有效抑制测距误差,克服传统方法依赖人工调参的局限性,为实现NLOS环境下的高精度UWB测距提供有力的技术支撑。
技术关键词
滑动窗口
信息熵
NLOS环境
测距误差
优化卡尔曼滤波
卡尔曼滤波器
概率密度函数
序列
算法
动态调整机制
位置更新
离散采样点
噪声
参数
策略
距离估计
数据
系统为您推荐了相关专利信息
监控预警系统
机顶盒
网络安全监控
状态监测模块
网络安全威胁
文档对象模型
中央处理器
服务器内存
内存管理方法
页面
多模态数据融合
注意力
网格
海洋观测技术
融合历史
人体成分参数
生物电阻抗
体重
校准算法
动态权重分配
射频指纹识别方法
辐射源设备
短时傅里叶变换
样本
频域特征