一种融合卡尔曼滤波的室内组合定位算法

为了提高室内移动机器人的定位精度,提出一种抑制定位误差的Chan-Taylor-Kalman组合定位算法。该算法在Chan-Taylor协同定位算法基础上,引入权重因子,再融合卡尔曼滤波算法优化定位观测数据,从而得到最终的目标估计值。实验结果表明：相比Chan-Taylor协同定位算法,Chan-Taylor-Kalman组合定位算法的定位均方根误差静态环境下在7.54 cm,下降了约13.2%,动态环境下则集中在9 cm,定位性能更稳定,能满足室内移动机器人定位精度的要求。     

基于卡尔曼滤波的人脸跟踪算法

针对实时视频监控领域中传统的Camshift算法不能自动跟踪人脸和容易受到肤色相近遮挡等问题,采用Ad-aboost算法实现了人脸的自动检测,同时对于跟踪丢失等情形,通过卡尔曼预测对跟踪偏差进行实时改进。实验表明跟踪的准确性有较大提高,具有较好的实时性;在相近肤色遮挡时仍能实现正确跟踪,并对侧脸也有较好的效果;算法具有较好的鲁棒性。     

一种采用距离/距离变化率的室内跟踪算法

为了提高室内跟踪模型的精度和可靠性,本文提出了一种采用距离/距离变化率的改进型模型。这种模型采用扩展卡尔曼滤波(EKF)对盲节点的位置和速度进行最优估计,并且盲节点到参考节点的距离及其对应的距离变化率作为EKF的观测量。同时,本文还将提出模型的能观性与传统模型进行了比较分析。仿真结果表明,与传统模型相比较,本文提出的模型对位置和速度的预估精度有明显提高。     

基于无线传感网的目标跟踪算法及实验系统设计

为了对移动目标实现跟踪,设计了一个基于无线传感器网络和扩展Kalman滤波算法的目标跟踪系统.放弃了传统静态传感器方式,改用移动传感器方式获得目标距离信息,提出基于线性规划法的网络覆盖算法,减少了扫描探测区域的传感器数量,从而减少了采样时间,并提高了网络覆盖率.基于距离模型提出了窗口扩展卡尔曼滤波算法,该算法比普通扩展卡尔曼滤波具有更高的精度,通过实验验证了算法的有效性.     

一种基于UWB的高精度室内定位系统设计

传统的室内定位方法精度低、稳定性差.为降低多效应和非视距误差等情况的影响,设计了一种基于超宽带的高精度室内定位系统,主要由定位基站、定位标签、无线通信系统及上位机等组成.首先采用中值均值滤波算法对超宽带距离观测量进行预处理,然后结合泰勒定位算法求解标签的位置信息,最后利用卡尔曼滤波算法对标签的位置信息进行平滑处理.结果...     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

物联网中基于扩展卡尔曼滤波的移动群体定位

为了满足高精度和高可靠性定位的需求,提出了一种基于扩展卡尔曼滤波的移动群体定位算法,把待定位的用户节点当成一个群组,利用他们之间的距离信息得到更好的定位性能,以减小环境噪声和无线信号不稳定造成的影响.此外,开发出一个实际的系统,并在大学校园里进行了大量实验.实验结果和理论分析验证了所提出方法的有效性.     

估计偏差修正扩展卡尔曼滤波新算法

针对扩展卡尔曼滤波跟踪器在非线性系统目标跟踪过程中容易发散这一难题,在时差频差测量体制下,提出了一种基于估计偏差修正的扩展卡尔曼滤波算法．首先利用加权最小二乘算法求解标准扩展卡尔曼滤波状态估计偏差并进行线性修正;然后重新计算观测矩阵并且再次进行滤波估计,以减小局部线性化截断误差对于观测矩阵的影响,提升目标状态跟踪精度．仿真结果证明了所提算法具有较好的目标跟踪性能．     

基于多模型扩展卡尔曼滤波的组合导航算法

在非线性系统的滤波过程中,扩展卡尔曼滤波的状态估计常常是有偏的,非线性函数的线性逼近精度是有限的,为此提出了多模型线性化扩展卡尔曼滤波。将非线性模型在状态估计附近的多个点进行线性化得到一组线性化模型,利用扩展卡尔曼滤波得到每个模型的状态估计,再对多个线性化模型进行概率加权融合。通过组合导航系统验证了算法的可行性。     

Multi-cluster-center based filtering algorithm and its application to WLAN indoor positioning

Wireless local area network(WLAN) is developing to a ubiquitous technique in daily life.As a related product,WLAN based indoor positioning system is attracting more and more concern.Fingerprint is a mainstream method of wireless indoor positioning.However,it still has some shortcomings of that received signal strength(RSS) is multi-modal and sensitive to environmental factors.These characters would have a negative effect on the performance of positioning system.In this paper,a filtering algorithm based on multi-cluster-center is proposed.We make full use of this algorithm to optimize the training samples at off-line phase to improve the performance of non-linear fitting with the fingerprint feature,and further enhance the positioning accuracy.Finally,we use multiple sets of original WLAN signal samples and signal samples after filtering as the training input of positioning system respectively.After that,the results analysis is demonstrated.Simulation results show that it is a reliable algorithm to enhance the performance of WLAN indoor positioning.     

Coordinate correction algorithm for WLAN indoor positioning

In the fingerprint matching-based wireless local urea network (WLAN) indoor positioning system,Kalman filter (KF) is usually applied after fingerprint matching algorithms to make positioning results mo...     

面向移动终端的室内定位技术探讨及应用研究

随着“互联网+”概念的提出,移动互联网飞速发展,国内数据业务和移动网络服务在用户中越来越普及,室内定位技术显现出了极大的应用价值。文章从室内定位的当前技术背景出发,分析了目前行业内主要的室内定位算法并进行详细介绍,然后针对当前主流的几种室内定位技术在其技术特点和应用限制方面进行了比较分析,同时以大型商超为主要切入点,对室内定位技术现在的应用状况及瓶颈问题进行了归纳总结。     

一种改进的位置指纹智能手机室内定位算法

为了减小智能手机现有室内定位算法的时间复杂度和空间复杂度,提出一种将确定型算法和概率分布算法融合的智能手机室内定位新方法。利用最近邻算法选出K个最相近的位置点,然后采用贝叶斯算法将K个位置点中匹配概率最大的点作为最终的估计位置。在Android手机上分别采用3种方法进行20组室内对比定位实验,并随机选取10个位置进行定位误差对比实验,结果表明,新方法比贝叶斯算法的复杂度降低了Ο(4n/5),比最近邻算法的定位准确率提高了约4%,且定位误差较小。     

Barometric altimeter in wireless communication network indoor positioning system

A differential barometric altimetry technology based on the digital pressure sensors is put forward by using the existing mobile phone base station as reference. The height of known base station is precise. The pressure and temperature of the known base station is measured by sensors and transmitted to users. The absolute height value of user will be calculated by combining the barometric pressure values and temperature values from the base station with the locally measured values. In order to decrease system errors caused by inconsistency between the measured pressure value at base station and the locally measured pressure value,weights correction is applied based on multiple reference stations. The calculated height value is accurate due to eliminating the measured errors caused by irregular changes of atmospheric pressure,with the error less than 1 m. Resolution of elevation positioning depends upon the resolution of the pressure sensor,the relationship between which is approximately linear. When the resolution of sensor is 0. 0 1 hPa,the resolution of elevation positioning is about 0. 1 m. In addition,the data frame format at base station is designed in this article. Experimental results show that the method is accurate,reliable,stable and has the ability to distinguish floors and stair steps.     

基于EKF的永磁直线电机无位置传感器进给系统研究

永磁直线同步电机（PMLSM）要实现高性能矢量控制，需要知道精确的位置及速度反馈信号．提出了一种基于状态观测器的永磁直线同步电机无位置传感器控制系统，该系统采用扩展Kalman滤波器（EKF）算法对直线电机的位置和速度反馈信号进行估计．在EKF设计的基础上，构建了基于EKF的PMLSM无位置传感器进给系统．系统电流环采用PI控制，其输出用于产生空间矢量PWM电压源型逆变器的控制信号；速度环采用PI控制；由EKF产生位置及速度反馈信号估计值．仿真结果表明EKF能在宽的速度范围内对系统的状态做出精确稳定的估计，基于EKF的永磁直线电机无位置传感器进给系统具有良好的动态响应特性．     

基于PID算法的智能换热站控制系统

本文详细介绍了PID算法在智能换热站控制系统中的应用,新型智能换热站系统的总体结构、调节阀温度控制、循环泵压力控制和补水泵压力控制的流程,西门子PROFINET在工业现场控制中的优势,以及西门子PROFINET技术在智能换热站系统中的应用。     

Indoor positioning algorithm based on Markov Monte Carlo

The interference in the received power leads to the problem of the low estimation accuracy of WLAN indoor positioning, so a new method is proposed which constructs the maximum likelihood model and uses the Markov Chain Monte-Carlo sampling method to estimate position coordinates. The method considers taking the interference factor into the model, and uses the random sampling method to solve the estimation problem, which has the advantage of fast convergence and high estimate precision. Furthermore, the Cramer-Rao lower bound (CRLB) of the model is derived. In simulation experiment, the distribution of Cramer-Rao Bound in locating space is given. Finally, simulations show that the MCMC method can estimate the target location accurately. Under the same simulation conditions, the MCMC method achieves greater estimated precision and has a lower computational complexity than the Fletcher-Reeves Method (FR).     

室内可见光成像传感器定位系统的理论极限

针对室内可见光定位系统的参数优化问题,计算了基于成像传感器接收的接收机位置的估计理论极限,求出了估计量的克拉美罗下界.对于室内典型的应用场景,当接收机的成像点测量值受高斯白噪声影响时,计算出接收机位置的最大似然估计量,并推出克拉美罗下界.采用LED发射机和成像传感器接收机的真实参数进行数值仿真,结果表明:可实现精确的定位估计,定位精度一般处于毫米量级.定位误差取决于接收机距房顶的垂直距离、透镜焦距、成像传感器的像素大小以及帧速率等参数.     

Kalman滤波在GPS非差相位精密单点定位中的应用

阐述单台双频GPS非差相位精密单点定位的数学模型,在最小二乘估计基础上,导出卡尔曼滤波算法。提出采用迭代扩展卡尔曼滤波算法解决非差相位非线性方程在线性化过程中产生的线性误差问题,并将其应用于GPS数据实时处理,不仅很好地降低非线性方程线性化产生的误差,而且能够精确推算到用户的三维位置。