基于卡尔曼滤波和改进DBSCAN聚类组合的GPS定位算法

• 作者: 葛倩 侯守明 赵文涛
• 来源期刊: 全球定位系统
• 关键词: GPS 定位精度 卡尔曼滤波 具有噪声的基于密度的聚类方法(DBSCAN) 联合定位
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 理论与探讨
• 页码范围: 28-35
• 页数: 8页
• 分类号: P228.4
• 语种: 中文
• DOI: 10.12265/j.gnss.2020100904

摘要

实时获取智能移动终端的地理位置信息是增强现实(AR)实景智能导航系统实现的关键,为了提高智能终端GPS定位的精度,提出了一种基于卡尔曼滤波与改进的具有噪声的基于密度的聚类方法(DBSCAN)结合的GPS组合定位优化方法.通过对GPS系统采集到的位置坐标数据进行卡尔曼滤波,去除较大的数据波动,控制定位误差范围,采用DBSCAN聚类算法进行分类去噪和二次聚类,对类中数据求得算术均值和类间数据总数进行加权求重心,确定位置坐标.实验结果表明,提出的算法能有效提高GPS单点定位精度,减少定位误差,同时很好地满足了AR实景智能导航系统实时性和鲁棒性的要求.