基于改进粒子滤波的室内自适应定位算法

被引:10
作者
胡东海
邵元
陈莹
夏士雄
机构
[1] 中国矿业大学计算机科学与技术学院
基金
国家重点研发计划;
关键词
室内定位; 信号衰减模型; 自适应算法; 改进粒子滤波;
D O I
暂无
中图分类号
TN92 [无线通信]; TN713 [滤波技术、滤波器];
学科分类号
080402 ; 080904 ; 0810 ; 081001 ; 080902 ;
摘要
精确的室内定位系统具有重要的研究及应用价值。由于GPS在室内受到很多约束条件而无法提供精确的室内定位服务,如何提高室内定位算法的精度已经成为当前研究的热点。通过提出一种基于改进粒子滤波的室内定位算法以减少室内环境影响来提高定位精度。该算法主要思想是通过手机等移动设备接收AP传播的信号,然后根据室内拓扑建立一个信号衰减模型,在移动设备的移动过程中结合粒子滤波进行定位。在定位过程中,移动设备采用自适应的信号采集方法来接收信号,同时随机游走思想和自优化的重采样方法被用来改进粒子滤波。仿真实验结果表明该算法能够有效提高室内定位的精度和鲁棒性。
引用
收藏
页码:65 / 71+167 +167
页数:8
相关论文
共 7 条
[1]   邻域迭代重采样粒子滤波的纯方位目标跟踪 [J].
王向前 ;
冉维 ;
马飞 .
计算机工程与应用, 2017, 53 (13) :160-166
[2]   一种改进的高斯粒子滤波室内定位算法 [J].
陈波 ;
覃锡忠 ;
贾振红 ;
邓磊 ;
王晓兵 ;
张家林 .
计算机工程与应用, 2017, (14) :246-250+262
[3]   基于RSSI每跳分级和跳距修正的DV-HOP改进算法 [J].
张爱清 ;
叶新荣 ;
胡海峰 ;
丁绪星 .
仪器仪表学报, 2012, 33 (11) :2552-2559
[4]   Maximum Likelihood PSD Estimation for Speech Enhancement in Reverberation and Noise [J].
Kuklasinski, Adam ;
Doclo, Simon ;
Jensen, Soren Holdt ;
Jensen, Jesper .
IEEE-ACM TRANSACTIONS ON AUDIO SPEECH AND LANGUAGE PROCESSING, 2016, 24 (09) :1599-1612
[5]  
Indoor localization with a signal tree .2 Jiang W,Yin Z. International Conference on Information Fusion . 2015
[6]  
A self-adaptive model-based Wi-Fi indoor localization method .2 Tuta J,Juric M. Sensors . 2016
[7]  
A Step, Stride and Heading Determination for the PedestrianNavigation System .2 Kim J W,Jang H J,Hwang D H et al. Journal of Global Positioning Systems . 2004