卡尔曼滤波后的KNN指纹定位在蓝牙室内定位中的应用

• 作者: 李高正 汤谨瑜 赵学龙 辅智豪
• 来源期刊: 数码世界
• 关键词: 蓝牙定位 KNN 卡尔曼滤波算法
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 前沿科技
• 页码范围: 13-15
• 页数: 3页
• 字数: 3394字
• 语种: 中文

摘要

在地下停车场中,卫星信号较弱,无法满足定位的精度要求.随着智能手机硬件配置和性能的提升,蓝牙的性能也得到极大改善.在进行室内较封闭的环境定位时,利用安卓智能手机自带的蓝牙,搜寻室内所部署的蓝牙模块的RSSI信号值,可以满足地下停车场中停车、寻车的定位需求.定位时,采用KNN算法,将环境中的各个位置划分为小块,采集其指纹,设备通过指纹比照定位,误差在2.5m左右.针对RSSI信号白噪声较大的特点,采用卡尔曼滤波算法对其进行滤波,降低噪声干扰,提升定位精度.经测量,误差进一步降低到0.9m,效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵学龙	南京理工大学计算机科学与工程学院	26	164	8.0	11.0
2	汤谨瑜	南京理工大学计算机科学与工程学院	1	0	0.0	0.0
3	辅智豪	南京理工大学计算机科学与工程学院	1	0	0.0	0.0
4	李高正	南京理工大学计算机科学与工程学院	1	0	0.0	0.0