能量包络的简单TOA估计研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 78-80.

能量包络的简单TOA估计研究

刘晓建，王智博，郑霖

桂林电子科技大学信息与通信学院，广西桂林 541004

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

Simple energy envelope TOA estimation algorithm

LIU Xiaojian, WANG Zhibo, ZHENG Lin

School of Information and Communication, Guilin University of Electronic Technology, Guilin, Guangxi 541004, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 目前IR-UWB（脉冲超宽带）测距算法中基于匹配滤波的TOA（到达时刻）估计算法存在有复杂度高和运算量大的缺点，提出了一种基于能量包络的简单TOA估计算法。该算法是一种单纯的基于相关输出最大值点检测的TOA估计算法：相关器输入接收到的多径信号和锯齿波，检测相关输出最大值点作为TOA估计。该算法比基于匹配滤波输出峰值点检测算法的运算量减小，且算法简单；无需在本地产生复杂的模板信号。通过理论分析，证明了该算法的科学性，通过仿真验证了算法的有效性，对该算法与已有的多种TOA估计算法进行了比较，分析了该算法的误差性能。

关键词: 脉冲超宽带（IR-UWB）, 测距, TOA估计算法

Abstract: In IR-UWB（Impulse-Radio Ultra Wideband） ranging system, the current TOA estimation algorithms based on matched filter have their own shortcomings, like high complexity, large amount of computation and so on. This paper presents a TOA estimation algorithm based on energy envelope TOA estimation. This algorithm mainly detects the maximum point of the correlation output. The inputs of correlation are received multi-path signal and saw-tooth wave. The amount of algorithm computation is greatly reduced, and simulation results show its effectiveness. This paper compares this algorithm with TOA estimation algorithms, and the analysis of the algorithm error performance is presented.

Key words: Impulse-Radio Ultra Wideband（IR-UWB）, ranging, TOA estimation algorithm

刘晓建，王智博，郑霖. 能量包络的简单TOA估计研究[J]. 计算机工程与应用, 2012, 48(5): 78-80.

LIU Xiaojian, WANG Zhibo, ZHENG Lin. Simple energy envelope TOA estimation algorithm[J]. Computer Engineering and Applications, 2012, 48(5): 78-80.

[1]	徐乐，韦玉科. 基于三点定位与加权坐标的三角定位算法[J]. 计算机工程与应用, 2020, 56(9): 111-116.
[2]	范钰萍，唐权华，黄龙军. 基于纵向视差的铁路危树检测[J]. 计算机工程与应用, 2020, 56(21): 242-247.
[3]	何伟健，陆江城，朱耀磷，李学聪. RFID旋转天线中的椭圆模型室内定位算法[J]. 计算机工程与应用, 2019, 55(9): 87-93.
[4]	郑争光1，任小洪1，2，程亚军1，常政威3. 未知环境下单目视觉移动机器人路径规划[J]. 计算机工程与应用, 2018, 54(3): 255-258.
[5]	朱小波1，2，车进1，2，郝志洋1，2，刘毅1，2，杭立1，2. NAO机器人的快速迷宫拐点测距及航向矫正[J]. 计算机工程与应用, 2018, 54(10): 169-172.
[6]	李腾宇，易晓梅，陈石. 基于RSSI加权质心和GASA优化的WSN定位算法[J]. 计算机工程与应用, 2017, 53(6): 118-121.
[7]	李时辉. 基于测距的蒙特卡罗盒传感网定位算法研究[J]. 计算机工程与应用, 2016, 52(7): 110-116.
[8]	李洪歧1，鲁怀伟2，李鹏飞3. 暗环境下利用改良聚光灯测距的方法[J]. 计算机工程与应用, 2016, 52(7): 155-159.
[9]	薛俊韬，徐少朋，王烨. 基于计算机视觉的智能小车路径规划[J]. 计算机工程与应用, 2016, 52(7): 236-241.
[10]	韩文君，刘宏立，徐琨，胡久松. 基于不同发射功率的室内定位算法优化[J]. 计算机工程与应用, 2016, 52(5): 94-98.
[11]	韩奉林1，2，江晓磊1，2，严宏志1，2. 基于可测距平板工具的机器人TCP标定方法[J]. 计算机工程与应用, 2016, 52(18): 18-23.
[12]	郭雁一夫1，刘宏立1，徐琨1，马子骥1，刘述钢2. 基于WSN的井下巷道RSSI性能分析[J]. 计算机工程与应用, 2016, 52(17): 128-132.
[13]	葛斌1，王凯1，韩江洪2. 基于TDOA改进的矿山井下机车定位方法[J]. 计算机工程与应用, 2015, 51(7): 243-247.
[14]	杨炜1，巩建强2，魏朗1. 融合道路图像关键信息的车距视觉测量方法[J]. 计算机工程与应用, 2015, 51(23): 6-10.
[15]	彭泓，赵阳，夏天鹏. 基于优化RSSI精度的WSN加权质心定位算法[J]. 计算机工程与应用, 2015, 51(21): 88-91.