基于多指纹联合匹配的混合定位算法-学术咨询网
计算机工程与科学

计算机工程与科学杂志

  • 北大期刊
  • CSCD
  • 统计源期刊
  • 知网收录
  • 维普收录
  • 万方收录
基本信息
  • 主管单位:

    国防科技大学

  • 主办单位:

    国防科技大学计算机学院

  • 国际刊号:

    1007-130X

  • 国内刊号:

    43-1258/TP

  • 创刊时间:

    1973

  • 期刊类别:

    计算机期刊

  • 出版社:

    计算机工程与科学

  • 主编:

    王志英

  • 发行周期:

    月刊

出版信息
  • 审稿周期:

    1-3个月

  • 被引次数:

    19216

  • 邮发代号:

    42-153

  • 全年定价:

    ¥796.00

  • 他引率:

    0.9643

  • 邮编:

    410073

期刊详情 投稿咨询 关注公众号

基于多指纹联合匹配的混合定位算法

作者:侯振寰,马永涛,姜启登,窦智
关键词:
摘要:随着信息科技的迅猛发展,室内定位技术已经成为基于位置服务LBS的研究热点之一。基于接收信号强度RSS的位置指纹与步行者航位推算PDR相结合的定位算法能有效提高定

随着信息科技的迅猛发展,室内定位技术已经成为基于位置服务LBS的研究热点之一。基于接收信号强度RSS的位置指纹与步行者航位推算PDR相结合的定位算法能有效提高定位精度,但目前已有的算法难以同时满足较高的定位精度与较小的计算量,常见的卡尔曼滤波算法精度不够,而粒子滤波算法计算量较大。提出了一种基于多指纹联合匹配的混合定位算法,有效融合惯性信息与RSS指纹信息,在较低计算量的前提下实现了高精度定位。实验结果表明,该算法80%的定位精度低于1 m,平均精度高达0.77 m。


With the rapid development of information technology, indoor localization technology has become one of the most important research hotspots in location based service (LBS). Hybrid algorithms combining the received signal strength (RSS) location fingerprinting and pedestrian dead reckoning (PDR) can effectively improve the localization accuracy, but existing algorithms can hardly achieve higher localization accuracy and smaller calculation simultaneously. The common Kalman filter algorithm has limit localization accuracy while a large amount of calculation is required by the particle filter algorithm. We propose a hybrid localization algorithm based on multifingerprint union matching, which fuses the inertial sensor and the RSS fingerprint information effectively. Under the premise of low calculation amount, it can achieve higher precision of localization. Experimental results show that, 80% of the errors remain within 1m and the average accuracy reaches as high as 0.77m.
相关文章
[1]仲臣, 余学祥, 邰晓曼, 韩雨辰, 肖星星, 刘清华, . 萤火虫算法优化支持向量机室内定位研究[J]. 计算机工程与科学, 2022, 44(11): 1968-1975.
[2]刘颜星, 郝占军, 田冉. 基于CSI信号的被动式室内指纹定位算法研究[J]. 计算机工程与科学, 2021, 43(08): 1398-1404.
[3]党小超, 汝春瑞, 郝占军, . 基于CSI与SVM回归的室内定位方法[J]. 计算机工程与科学, 2021, 43(05): 853-861.
[4]贾玉福1,刘文平1,胡胜红2. 一种基于多模数据的室内定位算法[J]. 计算机工程与科学, 2020, 42(02): 229-235.
[5]杜佳星,陈亚伟,张静. 基于聚类分析优化的距离修正室内定位算法[J]. 计算机工程与科学, 2018, 40(02): 246-254.
[6]陈诗军1,王慧强2,陈大伟1,刘秀兵2,胡海婧2. 基于改进禁忌搜索的基站布局优化算法[J]. 计算机工程与科学, 2018, 40(02): 341-347.
[7]丁涛,于洁潇,刘开华,赵宇. 基于RSS的无线传感器网络半定规划定位算法研究[J]. 计算机工程与科学, 2017, 39(12): 2230-2235.
[8]尹强,佐磊,何怡刚,刘东洋,李亚. 基于支持向量回归机的RFID室内定位研究[J]. 计算机工程与科学, 2017, 39(12): 2340-2344.
[9]陈泳希1,刘任任1,陈益强2,王双全2,蒋鑫龙2. 情境自适应的RSSI分段异构拟合定位方法[J]. 计算机工程与科学, 2017, 39(07): 1288-1294.
[10]沈郭浩,马永涛,刘开华,赵宇. 非视距环境下室内RFID标签定位算法研究[J]. J4, 2016, 38(03): 454-459.
[11]曹洁1,2,牛丽波1,王进花1. 一种改进LANDMARC射频识别室内定位算法[J]. J4, 2015, 37(09): 1671-1675.
[12]冯锦海1,杨连贺1,刘军发2,忽丽莎2. 基于WLAN移动定位的个性化商品信息推荐平台[J]. J4, 2014, 36(10): 1925-1931.
[13]温佩芝1,苏亭婷1,李丽芳1,张建军2. 基于粒子群的射频识别定位算法[J]. J4, 2014, 36(05): 917-922.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社