《WiFi-PDR室内组合定位的无迹卡尔曼滤波算法》PDF+DOC
作者:陈国良,张言哲,汪云甲,孟晓林
单位:中国测绘学会
出版:《测绘学报》2015年第12期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFCHXB2015120040
DOC编号:DOCCHXB2015120049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于加速度传感器与WiFi融合的室内动态定位研究》PDF+DOC2018年第13期 仝树,杨渝琪
《利用智能手机传感器建立室内定位指纹库的wifi指纹定位方法》PDF+DOC2017年第Z1期 李晓春,张芸
《基于WiFi和IMU结合的室内定位方法的研究》PDF+DOC2017年第08期 袁国良,宋显水
《利用渐消自适应EKF算法进行PDR-WiFi融合定位》PDF+DOC2016年第11期 胡安冬,王坚,汪云甲,刘春燕,谭兴龙,李增科
《基于粒子滤波的WiFi行人航位推算融合室内定位》PDF+DOC2016年第05期 周瑞,李志强,罗磊
《WiFi/MEMS组合室内定位方法研究》PDF+DOC2016年第S2期 方孟元,赵康
《基于ZigBee技术的中小学生人员定位系统设计》PDF+DOC2020年第10期 方志翔,韩成浩
《反辐射导弹抗目标雷达关机时效性分析》PDF+DOC2013年第01期 王庆欣,王竹林,史连艳
《基于惯导辅助地磁的手机室内定位系统设计》PDF+DOC2015年第08期 宋镖,程磊,周明达,吴怀宇,陈洋
《一种基于粒子滤波的智能移动终端室内行人定位算法》PDF+DOC2014年第08期 赵逢达,闫亭亭,孔令富
针对当前室内定位的应用需求和亟待解决的关键问题,结合城市室内环境下广泛存在的WiFi无线信号以及智能手机传感器信息,提出了一种WiFi无线信号联合行人航迹推算(PDR)的室内定位方法。该方法采用无迹卡尔曼滤波(UKF)算法对WiFi和PDR定位信息进行融合处理,有效克服了WiFi单点定位精度低和PDR存在累计误差的问题。针对融合算法中WiFi指纹匹配计算量大的问题,用k-means聚类算法对WiFi指纹库进行聚类处理,降低了指纹匹配算法的计算量,提高了算法的实时性。通过在华为P6-U06智能手机平台上实际测试,在时间效率上经过聚类处理后系统定位耗时有很大程度的改善,平均降幅为51%,其中最大降幅达到64%,最小的也达到了36%;在定位精度上,当室内人员为行走状态时WiFi定位平均误差为7.76m,PDR定位平均误差为4.57m,UKF滤波融合后平均定位误差下降到1.24m。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。