载波相位定位原理

news2024/9/22 9:28:32

在现代定位系统中,载波相位测距技术因其高精度而备受青睐。本文将探讨其工作原理,以及如何通过数学模型和算法来校正测量中的误差。

载波相位测距模型

载波相位测距是基于接收卫星发射的载波信号相位变化来进行距离测量的技术。它利用了信号传输过程中相位的变化来计算出发送端与接收端之间的距离。

𝑑=𝑐Δ𝜙2𝜋𝑓+𝑛𝜆d=2πfcΔϕ​+nλ

其中,𝑑d是距离,𝑐c是光速,Δ𝜙 是相位差,𝑓f是频率,𝜆λ是波长,𝑛 是整周模糊度。

由(1)式可知,估计距离d包含发射机到标签的距离和标签到接收机的距离。考虑到硬件系统成本,定位系统通常采用一发多收结构。因此,需要通过距离差的方式,减去发射机到标签的距离,实现二维定位。

假设发射机到标签的前向通路距离为r0,标签到接收机的反向通路距离分别为ri,则利用载波相位计算所得的距离估计值分别为di,其中di=r0+ri,。由于r0是一个固定值,可利用差分进行消除。

 距离估计模型

假设频率为 𝑓f的信号从发射机传播到标签再反射至接收机,所经历的飞行时间为 𝜏,若不考虑相位误差,则测量相位 𝜙可表示为:

𝜙=2𝜋𝑓𝜏+2𝜋𝑁+𝜙0

其中,𝑁 是整周数,𝜙0是初始相位。

信号传播的距离估计值 𝑑d可表示为:

𝑑=𝑐𝜏=𝜙−𝜙02𝜋𝑓−𝑁𝜆

其中,𝑐c 是光速,𝜆=𝑐𝑓λ=fc​ 是波长。

为了准确估计信号的传播距离,需要正确求解出整周数 𝑁。系统利用自制射频前端的软无线设备(SRCF)以跳频的方式发射载波信号,不仅可以实现带宽扩展,还可以联合多个频点的测量相位 𝜙𝑖 利用中国余数定理对整周模糊度进行求解从而获得最终的距离估计值 𝑑,如式(36)所示:

𝑁𝑖=⌊𝜙𝑖−𝜙02𝜋⌋

𝑑=𝑐2(𝜙𝑖−𝜙02𝜋𝑓𝑖−𝑁𝑖𝜆𝑖)

其中,𝑁𝑖Ni​ 表示对应频点 𝑓𝑖fi​ 的整周数,𝜆𝑖=𝑐𝑓𝑖λi​=fi​c​ 是对应的波长。

由于式是一个欠定方程,直接求解方程组将会得到无数个解,因此考虑通过聚类算法求解最终的距离估计值 𝑑。将RFID的作用距离和最短波长 𝜆min​ 的比值设为最大整周数 𝑁max​,即设置 𝑁max​ 为整周数上限。通过将 𝑁𝑖代入 𝑑,根据聚类算法可求得最终的距离估计值 𝑑,在一定程度上提高了测距精度。

需要注意的是,公式中的 𝜙0通常在实际应用中被忽略或作为未知量一起求解,因为它的具体数值难以事先得知。此外,中国余数定理的应用需要多个互质的频率,以便能够唯一确定整周模糊度 𝑁。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1925299.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

springboot系列教程(二):Log4j2日志信息(含源码)

一、Log4j2日志简介 日志打印是了解Web项目运行的最直接方式,所以在项目开发中是需要首先搭建好的环境。 1、Log4j2特点 核心特点 相比与其他的日志系统,log4j2丢数据这种情况少;disruptor技术,在多线程环境下,性能…

攻防世界 level3

这道题把附件下载下来发现一个libc(动态链接库),那这道题估计需要利用libc来确定elf中函数的地址 国际惯例checksec,发现level3没开栈溢出保护和地址随机化,libc全开 拖入32位ida,没发现留后门和system函数,只有个writ…

SCI一区级 | Matlab实现GJO-CNN-LSTM-Multihead-Attention多变量时间序列预测

SCI一区级 | Matlab实现GJO-CNN-LSTM-Mutilhead-Attention多变量时间序列预测 目录 SCI一区级 | Matlab实现GJO-CNN-LSTM-Mutilhead-Attention多变量时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matlab实现GJO-CNN-LSTM-Mutilhead-Attention金豺优化算…

OrangePi AIpro在安防领域的深思和实战(旷视科技CNN模型ShuffleNetV1开发案例测试)

一、前言 公司最近有个项目是安防领域的,主要用在边缘结点,虽然已做成形,但是还是存在一些缺陷,例如:算力问题,开发板的成熟问题,已经各种技术的解决方案落地问题。目前我们集成了很多功能&…

在家上网IP地址是固定的吗?

在数字化时代,互联网已成为我们日常生活中不可或缺的一部分。无论是工作、学习还是娱乐,我们都离不开网络的支持。然而,当我们在家中接入互联网时,可能会产生这样一个疑问:在家上网IP地址是固定的吗?下面一…

春招冲刺百题计划|双指针

Java基础复习 Java数组的声明与初始化Java ArrayListJava HashMapJava String 类Java LinkedListJava Deque继承LinkedListJava SetJava 队列优先队列:第二题用到了Java数组划分Java数组转ArrayListString 转数字String 这一部分,代码随想录写得超级好&#xff01…

哪些场景下适合使用人工智能作词软件来写歌词

以下是一些适合使用人工智能作词软件的场景: 软件我们选用“妙笔生词”智能写歌词软件(veve299)来操作。 1.创作灵感枯竭时:当创作者陷入思维困境,找不到新的创意和方向,人工智能作词软件可以快速提供一些…

Learning vtkjs之hello vtk

学习vtkjs 最近由于工作需要,开始学习vtkjs的相关内容,发现其实在医疗和工业领域,这个vtk的库的example还是非常有帮助,但是实际用的一些开发工具,或者研发生态却没有three的好,也就是能抄写的东西不多&am…

PanTools v1.0.27 多网盘批量管理、遍历分享、转存、重命名、复制...

一款针对多个热门网盘的文件管理、批量分享、批量转存、批量重命名、批量复制、批量链接检测、跨账号移动文件、多账号文件搜索等,支持不同网盘的不同账号的资源文件操作。适用于网站站长、资源爱好者、网盘拉新等,对于管理名下具有多个网盘多个账号具有…

昇思25天学习打卡营第20天|CycleGAN图像风格迁移互换

模型简介 CycleGAN(Cycle Generative Adversarial Network) 即循环对抗生成网络,来自论文 Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks 。该模型实现了一种在没有配对示例的情况下学习将图像从源域 X 转换到目标域 Y 的方法。…

3D问界-深入理解骨骼绑定与蒙皮绑定在三维动画中的角色

问题提出:什么是蒙皮绑定,什么是骨骼绑定 蒙皮绑定(Skinning)和骨骼绑定(Bone Binding)通常是在计算机图形学和动画制作中使用的术语,用来描述将模型或角色的几何形状与骨骼系统相关联的过程。这…

层序遍历及其应用

我们先看一道问题,将一棵树按照层序遍历将他列出来,如下图所示: 我们想一下,按照层序遍历的顺序应该是 1243567 。按照这个设想,我给大家讲解一下这个整体过程。 层序遍历介绍 层序遍历就是将树放入队列中&#x…

springboot社区垃圾回收处理小程序-计算机毕业设计源码71905

摘要 在数字化高速发展的今天,随着Spring Boot等轻量级框架的广泛应用,各种小程序、微服务如雨后春笋般涌现,极大地丰富了我们的软件生态系统。然而,伴随着这些应用的迅速增加,垃圾回收处理成为了一个不可忽视的问题。…

TensorFlow系列:第四讲:MobileNetV2实战

一. 加载数据集 编写工具类,实现数据集的加载 import keras""" 加载数据集工具类 """class DatasetLoader:def __init__(self, path_url, image_size(224, 224), batch_size32, class_modecategorical):self.path_url path_urlself…

PostgreSQL日志文件配置,记录所有操作记录

为了更详细的记录PostgreSQL 的运行日志,我们一般需要修改PostgreSQL 默认的配置文件,这里整理了一些常用的配置 修改配置文件 打开 PostgreSQL 配置文件 postgresql.conf。该文件通常位于 PostgreSQL 安装目录下的 data 文件夹中。 找到并修改以下配…

1.10-改进CBOW模型的学习

文章目录 0引言1 cupy包的安装2解决VScode中matplotlib绘图不显示的问题3 CBOW模型学习的实现4 CBOW模型对更复杂模式的捕捉5单词向量的评价方法6总结 0引言 本节将前面实现的改进的CBOW模型在PTB数据集上跑一遍由于希望跟书上一样调用GPU,因此需要安装cupy包&…

前端Canvas入门——一些注意事项

创建渐变的三种方法: createLinearGradient() - 线性渐变 createRadialGradient() - 径向渐变(放射性渐变) createConicGradient() - 锥形渐变 这三种的核心观点都是: 创建一个gradient对象,然后调用addColorStop()方法…

【软件测试】自动化测试常用函数 -- 详解

一、WebDriver API 一个简单自动化脚本的构成: 脚本解析 # coding utf-8 from selenium import webdriver import time browser webdriver.Firefox() time.sleep(3) browser.get("http://www.baidu.com") time.sleep(3) browser.find_element_by_id(…

Photoshop

彩色转灰度:ctrlshiftu 背景转黑色: 魔术棒容差10 shift连选 shiftF5(填充)钢笔选择 路径 工作路径 将路径作为选区载入 点回图层 按ctrlx删除选区 待更新

[C++]——同步异步日志系统(5)

同步异步日志系统 一、日志消息格式化设计1.1 格式化子项类的定义和实现1.2 格式化类的定义和实现 二、日志落地类设计2.1 日志落地模块功能实现与测试2.2 日志落地模块功能功能扩展 一、日志消息格式化设计 日志格式化模块的作用:对日志消息进行格式化&#xff0c…