共 13 条
WiFi-PDR室内组合定位的无迹卡尔曼滤波算法
被引：72
作者：
陈国良
[1
,2
]
张言哲
[1
,2
]
汪云甲
[1
,2
]
孟晓林
[3
]
机构：
[1] 中国矿业大学环境与测绘学院
[2] 中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室
[3] 诺丁汉大学
来源：
关键词：
室内定位;
手机传感器;
WiFi;
行人航迹推算;
k-means;
无迹卡尔曼滤波;
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：
针对当前室内定位的应用需求和亟待解决的关键问题,结合城市室内环境下广泛存在的WiFi无线信号以及智能手机传感器信息,提出了一种WiFi无线信号联合行人航迹推算(PDR)的室内定位方法。该方法采用无迹卡尔曼滤波(UKF)算法对WiFi和PDR定位信息进行融合处理,有效克服了WiFi单点定位精度低和PDR存在累计误差的问题。针对融合算法中WiFi指纹匹配计算量大的问题,用k-means聚类算法对WiFi指纹库进行聚类处理,降低了指纹匹配算法的计算量,提高了算法的实时性。通过在华为P6-U06智能手机平台上实际测试,在时间效率上经过聚类处理后系统定位耗时有很大程度的改善,平均降幅为51%,其中最大降幅达到64%,最小的也达到了36%;在定位精度上,当室内人员为行走状态时WiFi定位平均误差为7.76m,PDR定位平均误差为4.57m,UKF滤波融合后平均定位误差下降到1.24m。
引用
收藏
页码：1314 / 1321
页数：8
相关论文