作者:张雨婷,陈璟 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2020年第02期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2020020140 DOC编号:DOCCGJS2020020149 下载格式:PDF + Word/doc 文字可复制、可编辑
《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 《基于EKF算法的UWB和ZigBee测量技术的混合运动目标定位》PDF+DOC2019年第06期 王嫣,常晓鹏,张建平 《无线信号辅助智能手机的室内融合定位》PDF+DOC2019年第02期 王飒,龚凡婷,耿丽丽 《基于IMU和红外传感器网络的室内人体定位方法》PDF+DOC2018年第12期 李振宇 《基于多传感器融合的室内定位算法研究》PDF+DOC2018年第01期 徐湘寓,崔颖强,罗丽燕 《基于Android的可见光定位技术研究》PDF+DOC2019年第01期 卢愿,郑紫微,贺超宇 《基于磁场指纹辅助的手机室内定位系统》PDF+DOC2016年第09期 杨增瑞,段其昌,毛明轩,段盼,黄晓刚 《救援队员室内定位技术分析》PDF+DOC2012年第06期 张玉梅,康晓霞 《几种定位技术对比研究》PDF+DOC2015年第03期 姜姗,周浩
  • 在室内定位的复杂环境中,WiFi指纹法的定位性能易受信号波动的影响,行人航位推算方法(Pedestrian Dead Reckoning,PDR)的定位误差会随时间逐渐累积,为了解决这两个方面的问题,提出了一种采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)与粒子滤波(Particle Filter,PF)的融合定位技术,该技术通过融合WiFi指纹法和优化后的行人航位推算方法来提高定位精度。在WiFi指纹法模块,该技术采用传统的加权k近邻法进行定位。在行人航位推算模块,该技术融合多种传感器进行航向估计,改进传统的非线性模型进行步长估计,使优化后的行人航位推算方法更适用于复杂环境中的实际应用。最后,结合粒子滤波和室内地图信息,该技术能够校正估计位置并进一步提高定位精度。通过实验表明,本文提出的融合校正方法能够有效提高定位精度。

    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。