【摘 要】
：
室内位置服务在人们日常生活中扮演越来越重要角色,然而GPS,北斗,GLONASS,等卫星定位技术在室内难以获取精确位置信息.本文提出一种以粒子滤波算法为框架,融合了蓝牙定位
【机 构】
：
北京邮电大学,北京,中国,100876
论文部分内容阅读
室内位置服务在人们日常生活中扮演越来越重要角色,然而GPS,北斗,GLONASS,等卫星定位技术在室内难以获取精确位置信息.本文提出一种以粒子滤波算法为框架,融合了蓝牙定位结果,手机传感器信息和地图信息的室内定位算法.针对基于路径损耗模型的蓝牙RSSI(Received Signal Strength Indication)定位算法易受干扰,定位精度差问题,提出基于节点空间约束的蓝牙RSSI定位算法,以提高蓝牙定位精度；针对在粒子滤波的权重更新阶段,通过地图数据检测粒子是否穿过墙壁的过程中,计算量大问题,本文提出一种基于地图离散化的穿墙检测算法以减少该过程的计算量.实验结果表明基于节点空间约束的蓝牙RSSI定位算法定位误差比基于路径损耗模型的蓝牙RSSI定位算法,平均定位误差减少了32％；传统的穿墙检测算法所用时间是基于地图离散化的穿墙检测算法所用时间4.32倍；融合定位算法平均定位误差为0.97m.
其他文献
季节，天气的变化会导致室内温度和湿度的变化，相应的会影响指纹定位的精度。针对这个问题，本文将分别探讨湿度和温度对定位误差的影响。创新性的提出将室内的湿度划分等级，并
针对基于长期演进技术(Long-Term Evolution,LTE)下行信道的定位,可以使用下行信道的定位参考信号(Positioning Reference Signal,PRS)进行位置估计。本文创新性地将扩展
Geomagnetism-based attitude determination is a popular method for modern small/macro satellites for availability of small form factor,low power magnetometer
随着微机电系统(MEMS)技术和计算机技术的不断发展成熟以及对低成本因素的考虑，对飞行器姿态解算的各种性能指标要求也日趋提高，采用常规的姿态解算算法或者单纯只采用卡尔
Getting accurate geomagnetic field value is the prerequisite and foundation for the application of geomagnetic navigation.However,the measuring precision of
在导航信号较弱或者强干扰的环境中，传统的GPS/INS组合导航滤波方式自适应能力弱，无法应对多变的外部环境，为此提出卷积神经网络辅助的组合导航自适应滤波，结合自适应滤波和
随着移动终端的快速发展,基于指纹识别的定位技术得到了很多人的关注。为了减少位置指纹定位算法的计算量,常应用K-means算法对指纹库进行聚类分析。但K-means聚类算法的聚类
针对蓝牙定位结果跳变问题和行人航位推算(Pedestrian dead reckoning,PDR)误差累积问题,本文提出了一种基于二阶级联扩展卡尔曼滤波(Extended Kalman Filter,EKF)和粒子
针对基于RSSI的最大似然估计算法在测距和定位中存在较大误差问题，本文提出了一种基于该算法的改进版.首先对接收到的RSSI信号进行高斯滤波，以滤出较大的测量误差；然后在用
基于行人航迹推算(PDR)的定位技术具有导航定位自主性和连续性优势,而且短时间能够实现很高的定位精度,与此同时,MEMS传感器在商业的移动设备上的广泛可用性使得PDR成为