基于EKF的初始状态自适应室内融合定位算法

摘要：

针对扩展卡尔曼滤波(EKF)系统滤波初始值偏差会导致滤波结果发生偏离的问题,对融合定位系统的初始状态偏差进行了定量分析,并提出了一种初始状态自适应的EKF融合定位算法,通过对Wi-Fi定位初始多点协同卡尔曼滤波(KF)从而获得精准的初始位置与初始航向角,该方法能够良好适应不同的初始定位状态.同时提出了一种改进的EKF算法,以邻近状态RSSI欧氏距离作为度量动态调整EKF系统参数,以降低Wi-Fi数据波动对EKF系统所造成的影响.实验表明:系统可以获得精确的初始状态,能够在4步内收敛到状态的真实值,该方法能很好的降低Wi-Fi定位的波动与PDR的累积误差,从而提高定位精度,在相同条件下,该融合定位算法的平均误差为0.97 m,相较于最新的EKF算法,能够提高17.2％的定位精度.

关键词：室内定位、Wi-Fi定位、行人航位推算、扩展卡尔曼滤波、融合定位

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;上海市科技学术委员会重点项目;上海市科委青年科技英才扬帆计划资助项目

在线出版日期：2022-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：147-151