卡尔曼滤波后的KNN指纹定位在蓝牙室内定位中的应用
在地下停车场中,卫星信号较弱,无法满足定位的精度要求.随着智能手机硬件配置和性能的提升,蓝牙的性能也得到极大改善.在进行室内较封闭的环境定位时,利用安卓智能手机自带的蓝牙,搜寻室内所部署的蓝牙模块的RSSI信号值,可以满足地下停车场中停车、寻车的定位需求.定位时,采用KNN算法,将环境中的各个位置划分为小块,采集其指纹,设备通过指纹比照定位,误差在2.5m左右.针对RSSI信号白噪声较大的特点,采用卡尔曼滤波算法对其进行滤波,降低噪声干扰,提升定位精度.经测量,误差进一步降低到0.9m,效果显著.
蓝牙定位、KNN、卡尔曼滤波算法
TN919.6;TP391;TP212.9
2020-07-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
13-15