原文服务方: 计算机应用研究       
摘要:
在基于iBeacon技术的指纹库室内定位算法中,由于室内环境中人员走动、多径效应等因素所带来的噪声影响,需要加以抑制.卡尔曼滤波算法可以用来抑制这些噪声,进而建立可信(即更接近真实值)的指纹库.重点研究在使用卡尔曼滤波算法时,根据具体的室内环境进行测量,估算出不同iBeacon节点的观测噪声以及卡尔曼滤波算法的迭代初值,使卡尔曼滤波算法更快收敛.实验结果表明,通过卡尔曼滤波算法建立的指纹库比通过平均值建立的指纹库,定位精确度和稳定度均有明显的提升.
推荐文章
基于卡尔曼滤波的UWB室内定位技术研究
UWB
室内定位
卡尔曼滤波
定位测距
定位解算
TOF
室内定位系统中位置指纹库滤波算法研究
无线通信技术
位置指纹库
滤波算法
定位精度
数据挖掘
WiFi指纹定位
基于位置指纹的室内定位算法研究
室内定位
RSSI
指纹定位
卡尔曼滤波算法
基于无迹卡尔曼滤波的室内定位系统
室内定位
超宽带
无迹卡尔曼滤波
非视距
CHAN算法
二维地图
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 基于卡尔曼滤波的室内定位可信指纹库研究与实现
来源期刊 计算机应用研究 学科
关键词 iBeacon 室内定位 卡尔曼滤波 实时定位
年,卷(期) 2020,(6) 所属期刊栏目 网络与通信技术
研究方向 页码范围 1835-1838
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.11.0906
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 谭献海 西南交通大学信息科学与技术学院 73 398 10.0 15.0
2 钱晓群 西南交通大学信息科学与技术学院 15 107 6.0 10.0
3 吴蔚 西南交通大学信息科学与技术学院 1 0 0.0 0.0
4 彭宏玉 西南交通大学信息科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (107)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
iBeacon
室内定位
卡尔曼滤波
实时定位
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导