排序方式: 共有10条查询结果,搜索用时 0 毫秒
1
1.
3.
针对室内WiFi指纹位置定位中取RSS的平均值作为其定位特征值在室内环境的复杂性和动态性不能准确地反映RSS信号真值的问题,以及卡尔曼滤波和粒子滤波算法等用于RSS信号的提取只针对线性噪声或非线性噪声中的一种,在室内动态多变、干扰复杂多样的环境下鲁棒性不理想的问题,结合卡尔曼滤波和粒子滤波,提出一种用于RSS提取的改进的粒子滤波算法。给出了算法实现的步骤,并且在不同地点不同环境条件(静态环境和动态环境)下分别进行了指纹定位在线端的数据采集实验。实验结果表明:基于改进粒子滤波的RSS提取算法的定位精度和鲁棒性均优于均值算法、卡尔曼滤波算法、粒子滤波算法等已有算法。 相似文献
5.
6.
7.
介绍低秩矩阵填充理论,结合RSS室内信号图的特点,借鉴地形图中的地物特征点概念,提出RSS欧氏空间信号特征点概念;提出RSS室内定位信号经验模型的具体重构算法和流程。最后,分析RSS几何空间特征点构建指纹库的精度分析和RSS欧氏空间信号特征点信号模型重构的精度分析,对不同类型的特征点赋予不同的权值,并将这些特征点用在RSS室内定位信号经验模型的重构中。实验结果表明,在数据采样量略高于位置指纹(约为1.37倍)的情况下,利用RSS室内定位信号经验模型的定位精度显著高于位置指纹的定位精度(约为2倍),特别是0.5m以内的定位精度。 相似文献
8.
室内定位技术是目前基于位置服务领域的研究热点之一,已引起政府部门、产业界和学术界的重视。室内GIS包含了丰富的先验知识,可用于辅助室内定位。本文对GIS辅助的室内定位技术需求、发展现状及面临的挑战进行了较系统梳理。首先介绍其发展现状,包括基于地图约束的室内定位、基于拓扑地图匹配的室内定位、基于语义感知的室内定位以及基于视觉感知的室内定位。随后,介绍了其面临的挑战,主要包括统一时空基准下的室内GIS数据模型、室内GIS数据更新以及智能手机有限的计算资源。最后,展望了其发展趋势,在GIS辅助的室内定位方面,将从基于语义感知的室内定位发展到基于空间认知的室内定位;在室内GIS数据的获取方面,将从目前的基于机器采集发展到人机交互式数据采集。 相似文献
9.
10.
针对WiFi指纹室内定位技术中存在的指纹点空间分辨率的任意选取问题,该文提出了稳态环境下确定WiFi指纹定位的最佳空间分辨率的方法。指纹点空间分辨率的提高,会引起指纹点的数量的迅速增加,导致WiFi定位算法的内存和计算量的消耗。为了尽量减少WiFi室内定位技术的内存、计算量开销,在给定精度要求下,需要依据可靠度设计对应的指纹点空间分辨率。实验结果表明,对于2.0m的精度和90%的可靠性要求可采用3.0m空间分辨率;对于1.5m的精度和90%的可靠性要求可采用2.5m空间分辨率;对于1.0m精度需求的位置估计,建议采用1.5m空间分辨率的指纹点。 相似文献
1