WiFi-PDR室内组合定位的无迹卡尔曼滤波算法
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7.76 m,PDR定位平均误差为4.57 m,UKF滤波融合后平均定位误差下降到1.24 m.
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
44
P228(大地测量学)
国家863计划2013AA12A201;国家自然科学基金41371423;江苏高校优势学科建设工程SZBF2011-6-B35;The National High-tech Research and Development Program of China 863 Program2013AA12A201;The National Natural Science Foundation of China41371423;Engineering Construction of Jiangsu UniversitiesSZBF2011-6-B35
2016-04-19（万方平台首次上网日期，不代表论文的发表时间）
共8页
1314-1321
