en کاهش خطا در سیستم های موقعیت یابی مبتنی بر UWB با استفاده از رویکرد درختی سازگار تخصصي Special پژوهشي Research paper <div style="text-align: justify;">این مقاله به چالش کاهش خطاهای موقعیت یابی در شبکه های باند فوق عریض (UWB) می پردازد. ما یک رویکرد درختی سازگار را پیشنهاد می‌کنیم که اثرات خطا را جبران می‌کند و منجر به بهبود دقت در محیط‌های Line-of-Sight (LOS) و Non-Line-of-Sight (NLOS) می‌شود. خطاهای محدوده به دو نوع، خطاهای شرایط LOS و NLOS طبقه بندی می شوند، و رویکرد درخت سازگار با تقسیم مطالعه بر اساس وجود این شرایط شروع می شود. مقادیر خطای دامنه در فواصل مختلف مطالعه شده و فواصل زمانی بر اساس معیار خطای انحراف استاندارد شناسایی می شوند. نتایج موقعیت‌یابی ارائه و تجزیه و تحلیل می‌شوند و نشان می‌دهند که استفاده از درخت سازگار منجر به کاهش خطای متوسط ​​در حدود 53.4 سانتی‌متر در شرایط LOS و حدود 133 سانتی‌متر در شرایط NLOS می‌شود. نتایج نشان‌دهنده اثربخشی رویکرد درختی سازگار در کاهش خطا برای شرایط LOS و NLOS است. علاوه بر این، روش تخمین EKF دقیق‌ترین تخمین‌گر است. در نهایت، رویکرد پیشنهادی بر روی یک برچسب متحرک اعمال می‌شود و دقتی در حدود 20.8 سانتی‌متر برای LOS و 24.1 سانتی‌متر برای شرایط NLOS از طریق روش EKF به دست می‌آید.</div> <div style="text-align: justify;">This paper addresses the challenge of mitigating positioning errors in Ultra-Wide Band (UWB) networks. We propose an adapted tree approach that compensates for error effects, leading to improved accuracy in both Line-of-Sight (LOS) and Non-Line-of-Sight (NLOS) environments. The ranging errors are classified into two types, LOS and NLOS condition errors, and the adapted tree approach starts with splitting the study based on the presence of these conditions. The ranging error values are studied in different distances and intervals are identified based on the standard deviation error criterion. The positioning results are presented and analyzed, showing that utilizing the adapted tree leads to an average error mitigation of about 53.4 cm in the LOS condition and about 133 cm in the NLOS condition. The results demonstrate the effectiveness of the adapted tree approach in error mitigation for both LOS and NLOS conditions. Furthermore, the EKF estimation method is found to be the most accurate estimator. Finally, the proposed approach is applied on a moving tag, achieving an accuracy of about 20.8 cm for LOS and 24.1 cm for NLOS conditions through the EKF method.</div> سیستم های موقعیت یابی داخلی, سیستم های مکان یابی بلادرنگ, کاهش خطا, فیلتر کالمن توسعه یافته. Indoor Positioning Systems, Real-Time Locating Systems, Error Mitigation, Extended Kalman Filter 69 79 http://joc.kntu.ac.ir/browse.php?a_code=A-10-455-1&slc_lang=en&sid=1 Mohammad Mahdi Saberi محمد مهدی صابری saberi_mo@elec.iust.ac.ir 10031947532846009755 10031947532846009755 Yes School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران Mohammad Azimi محمد عظیمی Mohammad_azimi@elec.iust.ac.ir 10031947532846009756 10031947532846009756 No School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران Mohammad Mahdi Shahnavaz محمد مهدی شهنواز m.m.Shahnavaz@gmail.com 10031947532846009757 10031947532846009757 No School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران Saeed Ebadollahi سعید عباداللهی s_ebadollahi@iust.ac.ir 10031947532846009758 10031947532846009758 No School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران Hamidreza Najafi حمیدرضا نجفی hrnajafi@xthermo.com 10031947532846009759 10031947532846009759 No Farayand Sabz Engineering Company شرکت مهندسی فرآیند سبز، تهران، ایران Mohammad Amin Sobati محمد امین ثباتی Sobati@iust.ac.ir 10031947532846009760 10031947532846009760 No School of Chemical Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی شیمی، دانشگاه علم و صنعت ایران، تهران، ایران