-
公开(公告)号:CN107426687A
公开(公告)日:2017-12-01
申请号:CN201710290974.1
申请日:2017-04-28
Applicant: 重庆邮电大学
CPC classification number: H04W4/023 , G01C21/206 , G01S5/0294 , G01S5/14
Abstract: 本发明公开了一种面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法,首先用户手持终端设备在目标区域内,接收来自每个AP的RSSI,在对数正态分布的路径损耗模型下,利用加权最小二乘法得到用户的位置,同时通过PDR算法中的估算模型得到用户位置,然后利用自适应卡尔曼滤波将基于传播模型的定位信息与PDR的定位信息进行多次融合,得到用户的最佳位置,其中,自适应卡尔曼滤波体现在反馈机制上,即将每次融合定位结果对加权最小二乘法中的路径损耗指数等参数进行动态修正,最终使得传播模型更符合室内环境。本发明解决了在室内环境下单一WiFi定位精度低和PDR存在累积误差的问题,还能够实时跟踪传播模型的路径损耗指数,增强了定位性能的稳定性。
-
公开(公告)号:CN107426687B
公开(公告)日:2019-08-09
申请号:CN201710290974.1
申请日:2017-04-28
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向WiFi/PDR室内融合定位的自适应卡尔曼滤波方法,首先用户手持终端设备在目标区域内,接收来自每个AP的RSSI,在对数正态分布的路径损耗模型下,利用加权最小二乘法得到用户的位置,同时通过PDR算法中的估算模型得到用户位置,然后利用自适应卡尔曼滤波将基于传播模型的定位信息与PDR的定位信息进行多次融合,得到用户的最佳位置,其中,自适应卡尔曼滤波体现在反馈机制上,即将每次融合定位结果对加权最小二乘法中的路径损耗指数等参数进行动态修正,最终使得传播模型更符合室内环境。本发明解决了在室内环境下单一WiFi定位精度低和PDR存在累积误差的问题,还能够实时跟踪传播模型的路径损耗指数,增强了定位性能的稳定性。
-