基于无迹卡尔曼滤波的机器人无线室内定位估计算法

提出一种基于室内移动机器人的无线信号定位的无迹卡尔曼滤波模型,将机器人的RSSI定位过程分为两个算法过程:测量初值的预处理和状态在线更新。测量初值的预处理将带有随机噪声的信号作出内核预处理,删除由于多径效应和随机噪声引起的RSSI的异常值;状态在线更新引入UKF算法,对信号衰落参数以及参考点的RSSI值等同时进行估。在构建的实际环境下测试得到的数值结果表明:UKF定位模型可以有效提高室内移动机器人无线定位的精度。