《基于多维尺度法和卡尔曼滤波的机器人传感器网络跟踪定位》PDF+DOC
作者:严尔军,张强
单位:中国工程机械学会
出版:《中国工程机械学报》2018年第06期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFGCHE2018060040
DOC编号:DOCGCHE2018060049
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种降低定位误差的无线传感器网络节点定位改进算法》PDF+DOC2007年第02期 刘林,范平志
《基于最小误差平方和的无线传感器网络多边定位算法》PDF+DOC2014年第07期 周海洋,余剑,张卫涛
《船舶传感器网络中节点定位算法设计》PDF+DOC2019年第10期 罗明
《基于数据融合的拱泥机器人定位方法》PDF+DOC2003年第04期 杨清梅,王立权,王岚,孟庆鑫
《无线传感器网络中一种修正DV-Hop算法》PDF+DOC2012年第04期 吴黎爱,周力
《一种基于N-最优阶次序列的无线传感器网络节点定位方法》PDF+DOC2010年第02期 裴忠民,邓志东,徐硕,许潇
《基于EKF算法的无线传感器网络定位技术研究》PDF+DOC2010年第12期 金仁成,赵伟,石小培
《一个新的无线传感器网络节点定位算法》PDF+DOC2009年第03期 张清国,黄竞伟,王敬华,金聪
《基于矢量的无线传感器网络节点定位综合算法》PDF+DOC2008年第11期 王驭风,王岩
《基于惯性传感器和视觉里程计的机器人定位》PDF+DOC2013年第01期 夏凌楠,张波,王营冠,魏建明
为解决当前工业机器人定位误差大,传统多维尺度(MDS)模型的精度受到环境噪声的影响,现有定位方法无法满足定位精度需求的现状,提出了一种将卡尔曼滤波和多目标跟踪相结合的方法来减小噪声对多源定位的影响.建立了高斯分布下加性噪声对距离测量噪声分布的预测模型,并据此建立了线性跟踪系统.实验数据表明,在不同噪声水平及不同传感器网络节点数量下,基于MDS法的传感器网络节点定位误差最高接近20%,基于EKL法的定位误差在7.46%~13.13%范围内变化,而本文提出的MDS和KL联合定位方法误差始终控制在8%以内.与现有常用的MDS和扩展卡尔曼滤波EKL定位方法相比,该算法有效地降低了实际环境中的噪声影响,具有很好解决移动传感器定位问题的潜力,满足了高精度定位的实际要求.同时,由于采用了线性滤波器进行简化,很好地适应了功率、内存和计算能力有限的小型嵌入式传感器,在机器人定位领域具有一定的参考价值。
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。