本文關(guān)鍵詞： 室內(nèi)WiFi指紋定位 RSS信號提取 卡爾曼濾波 改進粒子濾波算法 定位效果分析　出處：《測繪科學》2017年11期 　論文類型：期刊論文

【摘要】：針對室內(nèi)WiFi指紋位置定位中取RSS的平均值作為其定位特征值在室內(nèi)環(huán)境的復雜性和動態(tài)性不能準確地反映RSS信號真值的問題,以及卡爾曼濾波和粒子濾波算法等用于RSS信號的提取只針對線性噪聲或非線性噪聲中的一種,在室內(nèi)動態(tài)多變、干擾復雜多樣的環(huán)境下魯棒性不理想的問題,結(jié)合卡爾曼濾波和粒子濾波,提出一種用于RSS提取的改進的粒子濾波算法。給出了算法實現(xiàn)的步驟,并且在不同地點不同環(huán)境條件(靜態(tài)環(huán)境和動態(tài)環(huán)境)下分別進行了指紋定位在線端的數(shù)據(jù)采集實驗。實驗結(jié)果表明:基于改進粒子濾波的RSS提取算法的定位精度和魯棒性均優(yōu)于均值算法、卡爾曼濾波算法、粒子濾波算法等已有算法。
[Abstract]:Taking the average value of RSS as the characteristic value of indoor WiFi fingerprint location can not accurately reflect the true value of RSS signal in indoor environment. Kalman filter and particle filter algorithms are used to extract RSS signals only for one of the linear or nonlinear noises. Combined with Kalman filter and particle filter, an improved particle filter algorithm for RSS extraction is proposed. At the same time, the data acquisition experiments on the online end of fingerprint location were carried out in different places and different environmental conditions (static environment and dynamic environment). The experimental results show that the RSS extraction algorithm based on improved particle filter is accurate in location. The degree and robustness are better than the mean algorithm. Kalman filter algorithm, particle filter algorithm and other existing algorithms.
【作者單位】： 武漢大學測繪學院/災害監(jiān)測與防治研究中心;
【基金】：國家自然科學基金項目(41374011,41174010)
【分類號】：TN713;TN92

【相似文獻】

相關(guān)期刊論文 前10條

1 唐勁松，何友，王國宏;一種自適應α、β、γ濾波算法[J];火力與指揮控制;1995年02期

2 胡振濤,劉先省;基于測量方差時變的改進強跟蹤濾波算法[J];傳感器技術(shù);2005年06期

3 莫以為,蕭德云;進化粒子濾波算法及其應用[J];控制理論與應用;2005年02期

4 趙梅;張三同;朱剛;;輔助粒子濾波算法及仿真舉例[J];北京交通大學學報;2006年02期

5 張琪;胡昌華;喬玉坤;;基于權(quán)值選擇的粒子濾波算法研究[J];控制與決策;2008年01期

6 汪溢;張毅;趙繼承;;工程中常用的4種無序濾波算法[J];現(xiàn)代雷達;2008年12期

7 樊玲;;粒子濾波算法及其仿真[J];科技創(chuàng)新導報;2009年15期

8 鄒衛(wèi)軍;薄煜明;陳益;;一種適用于低測量噪聲系統(tǒng)的粒子濾波算法[J];信息與控制;2010年01期

9 何佳;;改進的粒子濾波算法在目標跟蹤中的應用[J];科技情報開發(fā)與經(jīng)濟;2010年13期

10 高林;劉喜梅;顧幸生;;一種新的數(shù)據(jù)濾波算法[J];青島理工大學學報;2010年03期

相關(guān)會議論文 前10條

1 李龍云;彭玉華;;小波變換模極大值域的一種自動濾波算法的實現(xiàn)[A];第十一屆全國信號處理學術(shù)年會（CCSP-2003）論文集[C];2003年

2 李慶奎;吳星;崔健勇;陳勤勤;;模糊漸消濾波算法[A];中國測繪學會九屆四次理事會暨2008年學術(shù)年會論文集[C];2008年

3 黃河;;插值粒子濾波算法的研究[A];2006通信理論與技術(shù)新進展——第十一屆全國青年通信學術(shù)會議論文集[C];2006年

4 胡紹林;黃劉生;;非平穩(wěn)信號的2(?)2型雙重中值容錯濾波算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 尹建君;張建秋;;混合線性/非線性聯(lián)邦濾波算法及其在組合導航中的應用[A];2007系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2007年

6 楊秀華;陳濤;王延風;吉桐伯;;光電跟蹤目標的非線性濾波算法研究[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

7 秦臻;何順華;朱號東;;非線性濾波算法在動態(tài)導航中的應用[A];江蘇省測繪學會2011年學術(shù)年會論文集[C];2011年

8 李勇;陳書明;陳勝剛;;一種基于YHFT-Matrix DSP的去塊效應濾波算法的向量化實現(xiàn)[A];第十五屆計算機工程與工藝年會暨第一屆微處理器技術(shù)論壇論文集（B輯）[C];2011年

9 周翟和;劉建業(yè);賴際舟;熊劍;;混合粒子濾波算法及其在導航系統(tǒng)中的應用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 宮軼松;歸慶明;李保利;張靈敏;;基于均值漂移的粒子濾波算法設(shè)計及其在導航數(shù)據(jù)處理中的應用[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

相關(guān)博士學位論文 前10條

1 李偉;魯棒自適應濾波算法及在飛行器技術(shù)中的應用研究[D];上海交通大學;2014年

2 梁軍;粒子濾波算法及其應用研究[D];哈爾濱工業(yè)大學;2009年

3 李甫;粒子濾波算法研究及其電路設(shè)計[D];西安電子科技大學;2010年

4 朱娟;蒙特卡洛濾波算法在目標跟蹤中的應用[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

5 孟晉麗;基于鄰域相關(guān)性的小波域濾波算法研究[D];西北工業(yè)大學;2006年

6 丁家琳;容積卡爾曼濾波算法研究及其在電機狀態(tài)估計中的應用[D];西南交通大學;2015年

7 車延庭;非線性高斯濾波算法及其在導航系統(tǒng)中的應用[D];哈爾濱工程大學;2015年

8 洪少華;基于粒子濾波的目標跟蹤算法與硬件實現(xiàn)研究[D];浙江大學;2010年

9 李秋榮;改進容積卡爾曼濾波及其導航應用研究[D];哈爾濱工程大學;2015年

10 姜竹青;自主導航中濾波算法的研究及應用[D];北京郵電大學;2014年

相關(guān)碩士學位論文 前10條

1 張峰瑞;粒子濾波TBD及并行實現(xiàn)技術(shù)研究[D];電子科技大學;2014年

2 賈飛飛;非線性濾波算法及其應用研究[D];電子科技大學;2015年

3 魏國華;粒子濾波算法研究與實現(xiàn)[D];電子科技大學;2015年

4 肖婷婷;粒子濾波算法研究及其在無線定位跟蹤中的應用[D];電子科技大學;2014年

5 饒子仁;HEVC環(huán)內(nèi)濾波算法優(yōu)化[D];西安電子科技大學;2014年

6 胡永杰;機載激光雷達點云濾波算法研究[D];東華理工大學;2015年

7 賀姍;約束條件下的濾波算法研究[D];西安工程大學;2015年

8 孫瑞;相關(guān)參數(shù)影響下的概率假設(shè)密度濾波算法研究[D];西安工程大學;2015年

9 李小婷;目標跟蹤中粒子濾波算法的研究[D];太原理工大學;2016年

10 趙光瓊;非線性濾波算法及其在深空探測中的應用[D];電子科技大學;2016年

，

本文編號：1494282