基于無跡卡爾曼濾波(UKF)的RSSI室內定位算法設計與實現.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著無線室內傳感器定位技術的飛速發(fā)展和日益成熟,基于藍牙信號接收強度(Received Signal Strength Indicator,RSSI)的定位技術由于功耗低、設備簡單等優(yōu)點受到國內外學者的關注,成為當前室內定位研究的熱點。雖然基于藍牙RSSI的室內定位技術相較于其他室內定位技術有著不可比擬的優(yōu)勢,但由于室內環(huán)境復雜,噪聲干擾、多徑影響以及人員走動等外在因素,使接收到的RSSI值偏差較大,用其計算得到的定位結果精度偏低。因此

2、,能否平滑隨機誤差、降低外部因素對RSSI接收值的干擾對提高基于RSSI的室內定位算法精度起著至關重要的作用。
  本文對基于無跡卡爾曼濾波(Unscented Kalman Filter,UKF)的RSSI室內定位算法進行研究和改進。一般情況下,UKF算法中的Sigma點會隨狀態(tài)向量(x)的維數增加而到中心采樣均值點的距離越來越遠,容易產生采樣的非局部效應從而導致濾波發(fā)散。針對這一局限性,本文采取了一種基于采樣策略比例修正與濾波

3、初值改進相結合的UKF算法對其改進。該算法分為兩部分:在UKF算法的無跡變換階段采用采樣點通過協方差權值和均值權值進行比例修正的采樣策略以及對UKF的濾波初值進行四邊測量法和質心算法相結合的改進方法。最后將二者帶入卡爾曼濾波框架,進行濾波運算以及后續(xù)的定位計算。后續(xù)通過MATLAB仿真以及真實環(huán)境實測表明:在功能測試上,改進算法能夠實現靜態(tài)定位以及動態(tài)軌跡追蹤;在性能指標測試上,所有待測點中有80%的待測點的定位誤差不超過1.2米,與未

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論