作者:周瑞,罗磊,李志强,桑楠 单位:华东计算机技术研究所;上海计算机学会 出版:《计算机工程》2016年第11期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSJC2016110050 DOC编号:DOCJSJC2016110059 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于智能手机传感器的室内行人三维定位算法》PDF+DOC2016年第07期 洪皓,武刚,陈飞翔,陈玥璐 《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 《一种基于卡尔曼滤波的超宽带室内定位算法》PDF+DOC2017年第10期 闫保芳,毛庆洲 《室内行人自主定位算法的研究》PDF+DOC2017年第08期 张博,贾浩男,赵皎 《基于扩展卡尔曼滤波的高程估计算法》PDF+DOC2017年第26期 朱金鑫,徐正蓺,刘旭,魏建明 《基于手机传感器的行人室内定位算法》PDF+DOC2019年第05期 吴金凯,蔡成林,甘才军,孙凯 《基于智能手机传感器的林区行人定位算法》PDF+DOC2019年第04期 王瀚庆,武刚,陈玥璐,陈飞翔 《基于多传感器的行人航向推算算法研究》PDF+DOC2018年第05期 何祝青,严华 《基于行人航位推算的室内定位技术综述》PDF+DOC2015年第13期 蔡敏敏 《基于RSSI与惯性测量的室内定位系统》PDF+DOC2013年第11期 胡伟娅,陆佳亮,伍民友
  • 智能手机及其内置惯性传感器的普及可实现室内行人航位推算,但是由于人行走的随意性以及智能手机内置传感器精度不高,使定位精度难以满足应用要求。为此,在分析行人行走模式的基础上,基于智能手机传感器提出一种新的行人航位推算算法。对采集到的原始加速度数据进行预处理,采用基于有限状态机的行走状态转换方法识别行走周期并进行计步,利用卡尔曼滤波,结合步长-加速度关系以及连续两步步长之间的关系对步长进行估计。实验结果表明,该算法能够准确计算步数和步长,从而获得精确的室内定位结果。

    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。