美国陆军研究实验室的科学家们开发了一种新的算法，可以在GPS无法使用的地区对人类和机器人进行定位。

根据ARL研究人员Gunjan Verma和Fikadu Dagefu博士的说法，陆军需要能够在物理复杂、未知和基础设施薄弱的环境中本地化特工。

维尔马说:“这种能力对于帮助寻找下马的士兵以及人类和机器人特工有效合作至关重要。”“在大多数民用应用中，GPS等解决方案都能很好地完成这项任务，并帮助我们，例如，通过我们的汽车导航到目的地。”

然而，研究人员指出，这种解决方案并不适合军事环境。

“例如，对手可能破坏全球定位系统所需的基础设施(如卫星);另一方面，复杂的环境(如建筑物内)很难让GPS信号穿透，”Dagefu说。“这是因为复杂杂乱的环境阻碍了无线信号的直线传播。”

Dagefu说，建筑物内的障碍物，特别是当它们的大小远远大于无线信号的波长时，会削弱信号的功率(衰减)，并重新引导信号的流动(称为多径)，使无线信号在通信位置信息时非常不可靠。

根据研究人员的说法，典型的定位方法是利用无线信号的功率或延迟(即从源到达目标需要多长时间)，在障碍最小的户外场景中效果很好;然而，他们在充满障碍的场景中表现不佳。

包括Dagefu和Verma在内的ARL科学家团队开发了一种新的技术，用于确定射频信号源的到达方向(DoA)，这是本地化的基本实现因素。

Verma说:“我们提出的技术对多种散射效应都具有鲁棒性，不像现有的方法，如依赖于信号到达的相位或时间来估计DoA。”“这意味着即使在闭塞器存在的情况下，在接收器接收到信号之前，信号被分散到不同的方向，提出的方法也可以准确地估计源的方向。”

其基本思想是，空间采样接收信号强度(RSS)的梯度携带着有关源方向的信息。

Verma说:“在存在不良传播现象的情况下，提取DoA需要基于理论的分析，以获得一个鲁棒估计器。”例如，大的障碍会使附近的RSS样本变得高度相关(所谓的“相关阴影”)。如果不加以纠正，这种相关性会严重影响DoA的估计。”

据研究人员称，关键的发明是一种算法，可以统计建模RSS梯度，并控制空间异常值和相关性。

重要的是，当信号噪声极大时，估计器正确地输出没有DoA，而不是错误地估计任意方向。

输出是估计的DoA和相关的不确定性。

研究人员已经用一些公开的、内部收集的40MHz和2.4GHz频段的测量数据集以及来自高保真模拟的数据验证了该方法。

该技术适用于重多径情况，在这种情况下，基于相位或到达时间的经典估计将失败。

除了不需要任何固定的基础设施外，该技术也不依赖于任何先验训练数据、环境知识、多天线或节点间的先验校准。

---

了下:航空+国防，机器人•机械手•末端执行器

---