作者:吴东金,夏林元,李倩霞,程静,耿继军,祝宏宇 单位:武汉大学 出版:《测绘地理信息》2019年第03期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCHXG2019030130 DOC编号:DOCCHXG2019030139 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于粒子滤波的INS/磁力计融合定位算法》PDF+DOC2017年第03期 夏景平,胡辉,欧敏辉,颜瑜军 《采用EKF与PF的室内融合定位技术》PDF+DOC2020年第02期 张雨婷,陈璟 《基于WiFi辅助的自适应步长的室内定位算法》PDF+DOC2017年第12期 金彦亮,张晓帅,齐崎,谢秋云,周祜旸 《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 《微震监测系统定位精度试验研究》PDF+DOC2019年第02期 赵聪聪,唐绍辉,覃敏,郭晓强,焦文宇,刘畅 《基于漏泄同轴电缆的周界入侵系统定位技术研究》PDF+DOC2019年第04期 荆晓超,车伟强,赵能武,王宇豪,马于惠,路宏敏 《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 《ST集成电路技术大幅提升MEMS性能》PDF+DOC2011年第10期 《大规模水下无线传感器网络定位误差抑制研究》PDF+DOC2011年第05期 陈荣,单志龙 《MEMS传感器在汽车电子上的应用研究与展望》PDF+DOC2011年第02期 黄军辉,陈述官,廖中文,王海林
  • 室内定位需求急剧增加,普及的智能手机带来了解决问题的一种方法。本文提出了一种基于智能手机的粒子滤波室内融合定位方法。利用三轴加速计和三轴罗盘等微机电系统(micro-electromechinical system, MEMS)传感器数据估计目标的运动状态信息,利用WiFi数据更新运动状态,实现融合定位。室内动态环境下实验结果表明,融合定位方法平均定位误差小于2 m,其有效利用智能手机平台获取多种传感器数据,很好地结合了行人航迹推算方法和K加权最近邻方法的优势,在定位精度和稳健性方面均有良好表现。

    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。