對當前室內(nèi)行人定位算法進行了研究。針對WiFi定位穩(wěn)定性差的問題,提出了一種改進的K最近鄰（Improved K-Nearest Neighbor,IKNN）算法。針對行人航位推算（Pedestrian Dead Reckoning,PDR）算法中步長模型及航向估計不準確的問題,提出了一種實時更新的步長模型及基于室內(nèi)環(huán)境特征的航向估計算法。在改進的WiFi定位算法與PDR算法的基礎(chǔ)上,提出了一種基于自適應(yīng)粒子濾波的室內(nèi)行人WiFi與PDR組合定位算法,通過自適應(yīng)因子自動調(diào)節(jié)觀測量對粒子分布的影響。通過智能手機在實際室內(nèi)環(huán)境中對定位方法進行了測試,實驗結(jié)果表明:組合定位系統(tǒng)定位精度為0.66 m,高于普通的粒子濾波算法,是一種準確高效的室內(nèi)行人定位算法。 

【文章來源】：中國慣性技術(shù)學(xué)報. 2017,25(04)北大核心EICSCD

【文章頁數(shù)】：5 頁

【參考文獻】：
期刊論文
[1]基于多源信息融合的行人航位推算室內(nèi)定位方法[J]. 劉春燕.  中國慣性技術(shù)學(xué)報. 2016(02)



本文編號：3160010