共查询到18条相似文献,搜索用时 453 毫秒
1.
2.
3.
Wi-Fi信道状态信息(CSI)中包含丰富的特征信息,使得基于CSI的指纹定位方法可以构建更高维度的特征以改善定位精度,但指纹特征中的冗余信息也导致构建的指纹库存储量大、建立定位模型的时间开销变大以及实时定位计算量大等问题. 对此,提出使用主成分分析(PCA)的方法对原始指纹特征进行降维,而后利用序列最小最优化算法(SMO)建立降维后特征与对应位置的回归模型并进行位置预测. 实验结果表明,此算法在有效克服上述问题的同时,平均定位误差为1.25 m,定位误差在2 m之内的累计概率可以达到97%. 相似文献
4.
商用WiFi接收模块可以提供比接收无线信号强度指示(received signal strength indication,RSSI)更细粒的信道状态信息(channel state information,CSI),利用3根天线获取CSI进行方位到达角(angle of arrival,AOA)估计已成为现实。利用正交频分复用技术(orthogonal frequency division multiplexing,OFDM)将2根天线拓展为60个虚拟天线阵,将前向平滑算法拓展到二维前向平滑算法。利用仿真的非相干信号源和相干信号源数据进行实验,结果表明,在只利用2根接收天线的前提下也能实现基于商用WiFi信号的方位角的AOA估计,所提出的2根天线的虚拟天线阵模型和二维前向平滑算法具有有效性和适用性。 相似文献
5.
5G信道状态信息(channel state information,CSI)具有丰富的特征信息,是一种理想的指纹定位信号,但信号质量易受环境干扰,对定位性能影响较大.为了分析不同因素对5G信号质量和定位性能的影响程度,本文首先阐述了5G信号特征和基于支持向量回归(support vector regression,SVR)的定位算法,分析了数据采集时终端的高度、方向、人体遮挡等因素对信号质量的影响,测试了廊厅、小办公室和中型会议室三种场景下的定位性能.结果表明:5G信号质量受周围环境影响较大,在干扰较小的情况下,基于5G CSI的位置指纹定位算法在三种场景下的定位精度分别为0.93 m、1.46 m和1.94 m,能够满足大多数室内定位应用需求. 相似文献
6.
《武汉大学学报(信息科学版)》2016,(3)
基于WiFi的定位技术中,对接收信号强度(received signal strength indication,RSSI)的平稳性要求较高,本文在分析室内WiFi信号强度统计特征的前提下,以Friis传输方程和运动学方程为基础,利用抗差卡尔曼滤波方法估计信号强度,达到了信号平滑的目的,从源头上为WiFi定位精度提供保障,定位结果表明采用本文所提方法可以明显提高定位精度。 相似文献
7.
8.
室内定位的关键技术之一在于室内距离的精确确定。基于WiFi信号强度确定室内距离的技术主要是利用WiFi信号在传播路径中发生衰减的原理实现位置推算。根据室内WiFi信号强度随距离变化这一物理特性,基于对数-距离模型,通过对实测信号强度(RSSI)与距离进行拟合,构建了基于信号强度—距离的室内定位多项式模型,并对其进行精度评定,实现了模型的优化,提高了信号强度转化距离的精确度。结果表明,采用对数-距离模型和对数拟合模型计算距离与真实距离的平均偏差为0.73m和0.56m,新设计的信号强度-距离多项式模型解算结果平均偏差为0.26m,优于之前两种模型,可为相关研究提供参考。 相似文献
9.
10.
11.
基于伪卫星的改善GPS几何精度因子的研究 总被引:1,自引:1,他引:0
随着人们活动范围的日益扩大和周边环境的日益复杂,高精度GPS导航技术逐渐成为国内外研究的重点。GPS系统的定位精度在很大程度上取决于参与定位卫星的数目和几何布局,而几何精度因子(GDOP)正是衡量定位卫星几何布局优劣的量度。文章从几何精度因子着手,从理论上证明了伪卫星对GPS系统GDOP的改善,分析了伪卫星数量对GPS系统定位精度的影响。借助于仿真实验,结果表明,在GPS导航定位中,伪卫星能够显著增强卫星几何图形结构、提高测量精度、改善精度因子从而提高定位精度。 相似文献
12.
13.
因子图作为一种表示因式分解的建模工具,在编码领域、统计学、信号处理和人工智能领域有着广泛的应用.因子图在导航领域的应用研究逐步发展起来.与单一导航系统对比,组合导航系统能够提供更精确、更具鲁棒性的导航结果,但是因其各个子系统的误差特性与工作频率不同的特点,增加了导航系统的设计复杂性.基于因子图的组合导航算法可以有效解决导航信息融合中的传感器异步问题且实现对多传感器的灵活配置,使得系统具有即插即用的特性,在非线性量测条件下可以获得较好效果.导航系统中的状态估计以及信息融合问题可以使用因子图模型表示,基于因子图的和 积算法是组合导航信息融合的主要算法.本文对因子图及其在导航系统中的应用进行了探讨,主要包括:1)因子图的数学理论基础及其相关应用领域;2)因子图在定位与导航领域的发展和应用. 相似文献
14.
在卫星导航定位过程中,当辅助式定位算法在信号质量不佳时,利用更多的观测卫星数据进行冗余计算,能够补齐缺失的信号时间并得到定位结果. 由我国自行研制的北斗卫星导航系统(BDS)采用了混合卫星星座,有一类地球同步轨道(GEO)卫星,具有24 h可见、轨道高覆盖面大、信号功率强等优势. 论文分析了在特殊情况下,只能接收到GEO卫星时的辅助式定位算法以及算法的性能差异. 结果表明:在没有高程等先验信息辅助的情况下,直接使用5颗GEO卫星也能获得一定的定位精度保障. 相似文献
15.
地籍测量中,单一系统无法满足定位要求,组合定位技术应运而生. 其中,捷联惯性导航系统(SINS)和GPS组合定位应用最为广泛.在卫星信号受到干扰失效区域,系统进入纯SINS解算,定位误差会逐渐累积,无法满足定位精度要求. 针对此问题,提出一种长短期记忆(LSTM)神经网络辅助的组合定位算法. 根据LSTM神经网络能够有效运用于长距离时间序列的特性,在GPS有效区域,用卡尔曼滤波(KF)算法对SINS/GPS信号进行数据融合得到精确定位信息,同时利用惯性测量单元(IMU)、GPS和SINS输出信息对神经网络进行训练;在GPS失效区域,利用训练好的神经网络预测GPS位置信息,使得系统能继续用卡尔曼滤波器滤波. 最后结合地籍测量特点,设计了仿真实验,证明了该算法在GPS信号失效时可以有效抑制系统误差发散、提高定位精度,在不同运动状态下依然可以满足定位精度要求、鲁棒性强. 相似文献
16.
传统的基于行业用户需求而建立的集中式高精度导航定位服务模式在可靠性、可扩展性以及服务多样性等方面已无法满足大众用户的精密定位需求。结合云平台技术,提出了云定位的概念,通过综合管理和整合各类定位资源,实现多种定位手段的资源共享、技术融合和优化配置。给出了云定位的架构图,并讨论了GNSS网络RTK,GNSS广域精密定位,Wi-Fi定位,通信基站定位等多种手段在定位云上的综合和服务实现。云定位在可扩展性、可靠性、系统维护成本以及用户使用灵活性等方面都具有传统的精密定位服务模式所无法比拟的优势;通过云定位,用户不仅可以获取各类精密定位服务,还能实现多种定位资源的优化配置,定制个性化的应用;为精密导航定位的大众化普及提供有效的商业模式和技术途径。 相似文献
17.
随着第五代移动通信技术(5G)时代的到来,以毫米波通信为代表的技术得到了日益广泛的关注. 5G毫米波信号的带宽大、频率高、时延短,并且信道稀疏,所以能够为基于到达时间(TOA)和基于到达时间差(TDOA)的定位提供更加准确的测量值,有利于实现高精度的室内定位. 研究了三种应用于室内的5G毫米波TDOA定位算法,并结合卡尔曼滤波进行了试验验证分析与比较. 结果表明,基于5G毫米波的室内静态定位精度可达0.2886 m,动态定位的精度可达0.6076 m. 相似文献
18.
《International Journal of Digital Earth》2013,6(2):158-184
Abstract The Global Positioning System (GPS) is expected to play an integral role in the development of digital earth; however, the GPS cannot provide positioning information in regions where a majority of the population spends their time, that is, in urban and indoor environments. Hence, alternate positioning systems that work in indoor and urban environments should be developed to achieve the vision of digital earth. Wi-Fi-based positioning systems (WPS) stand out because of the near-ubiquitous presence of the associated infrastructure and signals in indoor environments. The WPS-based fingerprinting is the most widely adopted technique for position determination, but its accuracy is lower than that of techniques such as time of arrival and angle of arrival. Improving the accuracy is still a challenging task because of the complex nature of the propagation of Wi-Fi signals. Here, a novel server-based, genetic-algorithm-optimized, cascading artificial neural network-based positioning model is presented. The model is tested in 2D and 3D indoor environments under varying conditions. The model is thoroughly investigated on a real Wi-Fi network, and its accuracy is found to be better than that of other well-known techniques. A mean accuracy of 1.9 m is achieved with 87% of the distance error within the range of 0–3 m. 相似文献