复杂室内环境下用于UWB定位的异方差偏差鲁棒投影梯度下降

《Sensors》:Heteroscedastic Bias-Robust Projected Gradient Descent for UWB Localization in Complex Indoor Environments

【字体: 大 中 小 】 时间:2026年07月21日 来源:Sensors 4.0

编辑推荐:

  超宽带(UWB)定位因其提供高时间分辨率和直接的几何距离约束而被广泛应用于室内定位。然而,在复杂的室内环境中,UWB测距会受到非视距(NLOS)传播、多径反射、异质测量质量以及依赖于链路的持续性偏差的影响,从而产生长尾误差和轨迹漂移。本研究提出了HBR-PGD

  
超宽带(UWB)定位因其提供高时间分辨率和直接的几何距离约束而被广泛应用于室内定位。然而,在复杂的室内环境中,UWB测距会受到非视距(NLOS)传播、多径反射、异质测量质量以及依赖于链路的持续性偏差的影响,从而产生长尾误差和轨迹漂移。本研究提出了HBR-PGD,这是一种用于纯UWB室内定位的异方差偏差鲁棒投影梯度下降框架。其核心思想是一种角色分离的误差源公式表示,将数据包级别的质量退化、锚点-信道持续性偏差以及稀疏瞬时NLOS异常分配到统一约束残差模型中的不同角色。数据包级别的质量特征被映射为异方差不确定性尺度、鲁棒损失形状参数和非负NLOS校正先验;锚点-信道软门控限制了残差校正的自由度;并且目标轨迹和有界结构偏差状态在重叠滑动窗口中被联合估计。在公共室内UWB数据集上的实验表明,HBR-PGD在住宅公寓、小型公寓和车间/工业环境中的均方根误差(RMSE)分别为0.107 m、0.068 m和0.204 m。与WLS、MCC-VC-TOA、SR-MCC和AR-PNN相比,HBR-PGD始终提高了整体精度和高百分位鲁棒性,其中在车间/工业环境中的增益最大。消融结果验证了异方差加权、结构偏差估计、门控校正和信息加权融合的贡献。这些结果表明,HBR-PGD是一个适用于在具有异质测量质量、持续性链路偏差和稀疏NLOS异常的复杂室内环境中的实用纯UWB定位框架。
室内定位是智能物流、工业自动化和移动机器人导航等领域的基础使能技术。由于全球导航卫星系统(GNSS)信号在室内常被遮挡,实现准确且鲁棒的无GNSS室内定位仍是研究热点。超宽带(UWB)凭借高时间分辨率和强多径抵抗力,成为高精度室内定位的首选。然而,在复杂室内环境中,UWB测距常受非视距(NLOS)传播和多径反射影响,产生表现为正偏差的测距误差。现有方法如经典几何求解器和滤波方法难以应对快速变化的环境和异质测量质量。深度学习方法虽具非线性建模能力,但依赖大量数据且跨环境泛化能力有限。多传感器融合虽能提升稳定性,但增加了硬件成本。更重要的是,实际多锚点UWB系统中的测距误差通常源于多种机制,现有鲁棒定位方法往往将不同物理来源的误差视为同一类干扰,无法充分区分,导致定位器对低质量测量赋予过高置信度或将持续性偏差错误吸收进目标位置。为解决这些问题,研究人员提出了HBR-PGD框架,该成果发表在《Sensors》上。该研究仅依赖UWB距离观测和已知锚点坐标,无需IMU或视觉辅助,通过分离不同误差源的数学角色,有效提升了复杂室内环境下的定位精度和鲁棒性。

研究采用了基于公开室内UWB定位数据集的验证方法。该方法主要使用了基于质量特征的异方差参数映射、基于残差统计的组级软门控计算、以及基于投影梯度下降(PGD)的偏差耦合滑动窗口优化三项关键技术,并在选定的住宅公寓、小型公寓和车间/工业三种代表性环境数据上进行了队列验证。

系统模型与问题定义
研究人员将数据包级别的UWB测量数据组织为张量,并分解了真实几何距离、缓慢变化的结构偏差、异方差随机扰动和由瞬时遮挡引起的稀疏异常值。通过在统一约束残差模型中定义非负校正先验和软门控权重,将瞬时异常与持续性偏差分配至不同处理角色,避免所有距离误差被单一残差吸收。

方法整体架构
框架包含三个耦合组件:异方差质量鲁棒测量(HBR-HQRM)、稀疏残差自校准(HBR-SRSC)和偏差耦合轨迹优化(HBR-BCTR)。HBR-HQRM通过广义自适应鲁棒损失函数将质量特征映射为不确定性尺度等参数;HBR-SRSC计算组级异常得分控制校正自由度;HBR-BCTR通过运动平滑约束和偏差正则化,在局部滑动窗口内联合优化轨迹与结构偏差状态,并通过信息加权融合重叠窗口估计。

总体定位精度
在三个受测环境中,HBR-PGD均取得了最低的均方根误差(RMSE)。在车间/工业环境中,相比MCC-VC-TOA、SR-MCC和AR-PNN,RMSE分别降低了50.1%、53.7%和34.8%。高百分位误差显著压缩,证明了角色分离残差模型在强多径和NLOS条件下的有效性。

轨迹与误差分布
轨迹对比表明,HBR-PGD生成的轨迹更贴近真实参考且局部跳跃更少。误差累积分布函数(CDF)和逐点误差曲线显示,该方法有效抑制了高误差尾部,减少了局部异常峰值,将误差分布整体移向更小值。

消融实验
通过移除异方差加权、结构偏差、门控校正和信息加权融合四个组件的对比,证实了各模块的非冗余贡献。移除结构偏差在工业环境中最明显地降低了精度,表明吸收缓慢变化的锚点-信道正偏差对复杂场景至关重要。

NLOS分层鲁棒性分析
将样本按NLOS比例分为低、中、高三层。在NLOS比例较高的子集中,HBR-PGD依然保持低误差,而传统几何定位误差显著上升,表明该方法在不同遮挡强度下均具备稳定的鲁棒定位能力。

参数行为与定性解释
分析表明,NLOS观测相比视距(LOS)观测被赋予略高的异方差不确定性尺度,有效降低其在梯度更新中的影响。软门控权重在特定高风险时间段的特定链路上高度激活,而非均匀分布,符合限制残差校正自由度的设计目标。

计算成本分析
在三个环境中的运行测试表明,HBR-PGD的平均运行时间约为55.0 s,显著优于AR-PNN(82.0 s)和SR-MCC(612.4 s)。预计算质量和门控参数,结合重叠滑动窗口策略,使该方法在引入复杂鲁棒建模的同时保持了可控的计算开销。

研究结论指出,HBR-PGD适用于仅有数据包质量信息而难以引入额外传感器的UWB部署场景。通过分离数据包级不确定性、持续性锚点-信道偏差和瞬时NLOS校正,该框架有效提升了整体定位精度与高误差尾部鲁棒性。其滑动窗口PGD设计与预计算参数使其特别适用于仓库、工业车间等无GNSS环境的离线或准实时定位任务。但研究存在局限性,评估仅限于二维单标签定位,且当多个锚点-信道链路同时受严重NLOS影响或锚点几何约束较差时,仍无法完全消除局部失效。未来工作将探索三维定位、动态多目标场景及在线自适应参数优化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号