作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有定位系统中因终端设备各个时刻独立完成定位而忽略了能对目标位置估计提供额外信息的位置时间相关性,为了解决这个问题,引入了时间序列预测模型,基于历史位置信息充分挖掘物体的运动规律,进而预测出目标下一个时间段的位置信息,再将预测结果与现有定位系统的定位结果进行融合计算,实现对目标的跟踪定位.仿真结果表明,时间序列预测模型的引入可以有效地减小跟踪定位误差,实现更好的跟踪定位效果.
推荐文章
基于时间序列模型的粒子滤波行人跟踪算法研究
时间序列
粒子滤波
行人跟踪
颜色直方图
ARMA
基于趋势点状态模型的时间序列预测算法
时间序列
相似序列
趋势点状态模型
预测
周期
基于在线LS-SVM算法的变参数混沌时间序列预测
混沌
时间序列
预测
最小二乘支持向量机
变参数系统
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于时间序列预测的融合跟踪定位算法
来源期刊 移动通信 学科 工学
关键词 室内定位 位置信息的时间相关性 时间序列预测模型
年,卷(期) 2015,(21) 所属期刊栏目 “物联网与智慧城市”专题
研究方向 页码范围 12-16
页数 5页 分类号 TP391
字数 3280字 语种 中文
DOI 10.3969/j.issn.1006-1010.2015.21.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈新河 中国电信股份有限公司广州研究院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (57)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
室内定位
位置信息的时间相关性
时间序列预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
移动通信
月刊
1006-1010
44-1301/TN
大16开
广州市新港中路381号(广州市1003信箱9分箱)
46-181
1973
chi
出版文献量(篇)
9277
总下载数(次)
9
总被引数(次)
33751
论文1v1指导