典型文献
基于卡尔曼滤波和粒子滤波融合的UWB室内定位算法
文献摘要：
基于超宽带(ultra-wideband,UWB)室内定位技术得到了广泛的发展,然而,在LOS(line-of-sight)和NLOS(non-line-of-sight)环境下的UWB的测距信息均存在不同程度的误差,因此,提出了一种改进的卡尔曼滤波算法对UWB原始数据进行平滑处理;之后提出卡尔曼滤波(Kalman filters and particle filters,KPF)和粒子滤波融合的算法.通过卡尔曼滤波得到的状态量和误差协方差进行粒子采样,克服了传统粒子滤波进行粒子采样时的运动学模型与实际运动不相符的缺点,大幅减少了粒子退化的现象.经过实验,该算法在LOS和NLOS环境中的定位精度分别提升了 20.6％和15.6％.
文献关键词：
计量学;室内定位算法;超宽带;卡尔曼滤波;粒子滤波
中图分类号：
作者姓名：
程雪聪;刘福才;黄茹楠
作者机构：
燕山大学智能控制系统与智能装备教育部工程研究中心,河北秦皇岛066004;燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004
文献出处：
引用格式：
[1]程雪聪;刘福才;黄茹楠-.基于卡尔曼滤波和粒子滤波融合的UWB室内定位算法)[J].计量学报,2022(10):1335-1340
A类：
KPF
B类：
粒子滤波,滤波融合,UWB,室内定位算法,超宽带,ultra,wideband,室内定位技术,line,sight,NLOS,测距,卡尔曼滤波算法,原始数据,平滑处理,Kalman,filters,particle,状态量,协方差,子采样,运动学模型,粒子退化,定位精度
AB值：
0.298579
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
