基于無跡卡爾曼濾波(UKF)的RSSI室內(nèi)定位算法設計與實現(xiàn).pdf

1、隨著無線室內(nèi)傳感器定位技術(shù)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(shù)由于功耗低、設備簡單等優(yōu)點受到國內(nèi)外學者的關(guān)注，成為當前室內(nèi)定位研究的熱點。雖然基于藍牙RSSI的室內(nèi)定位技術(shù)相較于其他室內(nèi)定位技術(shù)有著不可比擬的優(yōu)勢，但由于室內(nèi)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(jié)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(nèi)定位算法精度起著至關(guān)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(nèi)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(shù)增加而到中心采樣均值點的距離越來越遠，容易產(chǎn)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(jié)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(xié)方差權(quán)值和均值權(quán)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(zhì)心算法相結(jié)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?qū)崿F(xiàn)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