Tightly Coupled UWB-INS Positioning With Passive Synchronization Using Continuous Clock Phase Tracking
Notice bibliographique
Résumé
This work evaluates the effectiveness of a novel one-way time of flight-based passive ultrawideband (UWB) inertial navigation solution for indoor positioning of a mobile platform and formulates a design criterion for choosing between passive systems through noise analysis. The proposed tightly coupled time of arrival (TC-TOA) approach achieves passive synchronization by keeping track of the local clock and its derivatives as states. Using these states and position estimate, the reception timestamps of the network messages are predicted. The errors in these predicted timestamps are then used to update both clock states and the position states through accurate modeling of coupled interactions. The design results in a tightly coupled estimator formulation achieved using an error state Kalman filter with right quaternion error parameterization. The proposed method is evaluated using a MATLAB simulation environment and on a dataset acquired by flying a quadcopter in an indoor environment, with ground truth obtained from a motion capture system. Decawave DWM 1000-DEV hardware with custom firmware was used in the measurement acquisition process. Simulation results demonstrate that the proposed tightly coupled system outperforms time difference of arrival (TDOA)-based methods, especially when the network transmission gap becomes large or in the presence of communication interruptions, which can happen in large-scale networks. Experimental validation resulted in RMS-position errors around 25 cm, with increasing differences between the TC-TOA versus TDOA methods as the number of anchors drops. Furthermore, the proposed method can accommodate measurement updates even when the connection with the network is interrupted down to one anchor.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».