本文選題：智慧城市　切入點(diǎn)：GPS定位　出處：《北京建筑大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：智慧城市和物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,對(duì)實(shí)時(shí)定位服務(wù)提出了更高的需求。城管業(yè)務(wù)中面臨缺乏動(dòng)態(tài)智能感知城市部件位置的方法,也受困于城市部件的流動(dòng)性大導(dǎo)致監(jiān)察執(zhí)法難度大等問題。一種能夠?qū)崟r(shí)動(dòng)態(tài)感知,具有較高精度,可以適應(yīng)城市復(fù)雜環(huán)境的定位算法應(yīng)運(yùn)而生。本文在我校自主設(shè)計(jì)的“移動(dòng)式單射頻基站與車載GNSS協(xié)同的標(biāo)簽定位算法”的基礎(chǔ)上,針對(duì)現(xiàn)有協(xié)同定位算法中GPS定位數(shù)據(jù)精度不高、穩(wěn)定性差,缺乏定位數(shù)據(jù)精度提高的方法,整體組合定位精度受到限制的現(xiàn)狀,開展了基于卡爾曼濾波器的GPS定位數(shù)據(jù)優(yōu)化方法研究,推導(dǎo)了組合定位基站的運(yùn)動(dòng)方程,并構(gòu)建了基站的運(yùn)動(dòng)狀態(tài)模型,實(shí)現(xiàn)了對(duì)GPS定位數(shù)據(jù)的最優(yōu)化估計(jì);設(shè)計(jì)并完成了組合定位算法的精度評(píng)定實(shí)驗(yàn),提出了實(shí)驗(yàn)數(shù)據(jù)的精度評(píng)估方法,將均值、均方差等統(tǒng)計(jì)量應(yīng)用于GPS定位精度以及組合定位精度的評(píng)價(jià),對(duì)卡爾曼濾波器在GPS定位數(shù)據(jù)優(yōu)化方面的效果進(jìn)行驗(yàn)證分析。針對(duì)文中實(shí)測(cè)數(shù)據(jù)進(jìn)行分析評(píng)估,對(duì)比使用卡爾曼濾波器對(duì)GPS定位數(shù)據(jù)進(jìn)行優(yōu)化估計(jì)的前后,組合定位誤差平均值降低了25.8%,方差降低了31.2%;GPS數(shù)據(jù)處理前后,組合定位誤差減少了0.719米,降低了28.1%,提高了標(biāo)簽的定位精度。本文擴(kuò)充了組合定位算法的數(shù)據(jù)優(yōu)化方法,提高了組合定位算法在實(shí)際中的實(shí)用性與適用性。
[Abstract]:With the development of intelligent city and Internet of things technology, there is a higher demand for real-time location service. They are also trapped by the mobility of urban components, which makes it difficult to supervise and enforce the law. One is capable of real-time and dynamic perception and has a high accuracy. The localization algorithm which can adapt to the complex urban environment arises at the historic moment. Based on the "tag localization algorithm of mobile single radio frequency base station and vehicle GNSS", which is designed by our school, In view of the low accuracy and poor stability of GPS positioning data and the lack of methods to improve the accuracy of positioning data, the integrated positioning accuracy is limited. The optimization method of GPS positioning data based on Kalman filter is studied, the motion equation of the combined positioning base station is deduced, the motion state model of the base station is constructed, and the optimal estimation of the GPS positioning data is realized. The precision evaluation experiment of the combined positioning algorithm is designed and completed, and the precision evaluation method of the experimental data is put forward. The mean value, mean square deviation and other statistics are applied to the evaluation of the GPS positioning accuracy and the combined positioning accuracy. The effect of Kalman filter on the optimization of GPS positioning data is verified and analyzed. The actual data in this paper are analyzed and evaluated, and the GPS positioning data are optimized and estimated before and after the Kalman filter is used. The average value of the combined positioning error is reduced by 25.8, the variance is reduced by 31.2um before and after GPS data processing, the combined positioning error is reduced by 0.719 meters, and the positioning accuracy of the tag is reduced by 28.1m. the data optimization method of the combined positioning algorithm is extended in this paper. The practicability and applicability of the combined location algorithm in practice are improved.
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.44;P228.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇紀(jì)娟;孟祥玲;;智慧城市國內(nèi)外發(fā)展現(xiàn)狀[J];智能城市;2016年12期

2 李茜;劉琦;張鈞巨;;城市精細(xì)化管理淺探——以西安市為例[J];綠色科技;2015年04期

3 李德仁;姚遠(yuǎn);邵振峰;;智慧城市中的大數(shù)據(jù)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年06期

4 趙剛;劉洪武;楊國為;宋高俊;;空間劃分虛擬網(wǎng)格的RFID室內(nèi)定位算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2013年01期

5 張建廷;杜明義;尚利X;鮑慶雪;;基于GIS城市雨量實(shí)時(shí)監(jiān)控系統(tǒng)的建設(shè)[J];城市勘測(cè);2012年06期

6 宋剛;;從數(shù)字城管到智慧城管:創(chuàng)新2.0視野下的城市管理創(chuàng)新[J];城市管理與科技;2012年06期

7 宋剛;鄔倫;;創(chuàng)新2.0視野下的智慧城市[J];城市發(fā)展研究;2012年09期

8 房立洲;;“云時(shí)代”智慧城管的發(fā)展維度與理想模型[J];上海城市管理;2012年04期

9 李綱;張少輝;唐迪;;基于RFID的蛛網(wǎng)模型定位算法設(shè)計(jì)[J];軟件;2012年04期

10 李軍懷;張果謀;于蕾;孫轉(zhuǎn)宜;;基于虛擬信號(hào)強(qiáng)度的RFID定位方法研究[J];計(jì)算機(jī)科學(xué);2012年04期

相關(guān)碩士學(xué)位論文 前10條

1 王雷;一種基于雙曲線模型的車道線跟蹤檢測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2014年

2 張建廷;基于GIS城市雨量實(shí)時(shí)監(jiān)控與預(yù)警系統(tǒng)的研究[D];北京建筑大學(xué);2013年

3 尚利X;移動(dòng)射頻識(shí)別與車載GPS組合定位算法研究[D];北京建筑大學(xué);2013年

4 陳冰;無源RFID定位系統(tǒng)搭建與VIRE算法優(yōu)化[D];天津大學(xué);2012年

5 孟強(qiáng);基于RFID和DGPS技術(shù)的編組站調(diào)車跟蹤定位系統(tǒng)的研究[D];蘭州交通大學(xué);2011年

6 丁海蘭;最小化局部泛化誤差模型的RFID室內(nèi)定位方法[D];華南理工大學(xué);2011年

7 谷守周;GPS/GALILEO完備性算法研究及軟件實(shí)現(xiàn)[D];山東科技大學(xué);2010年

8 江雪婧;基于RFID的室外實(shí)時(shí)定位算法研究[D];南昌大學(xué);2009年

9 何皎;基于無線局域網(wǎng)的精確室內(nèi)定位系統(tǒng)軟件平臺(tái)開發(fā)[D];華中師范大學(xué);2009年

10 楊霞;GNSS數(shù)據(jù)融合關(guān)鍵技術(shù)研究[D];山東科技大學(xué);2009年

，

本文編號(hào)：1613311