python卡尔曼滤波室内定位_基于扩展卡尔曼滤波算法的室内定位跟踪系统

基于扩展卡尔曼滤波算法的室内定位跟踪系统

凌海波，周先存

【摘

要】

摘要：为了解决无线室内定位系统实时跟踪位置坐标误差较大问题，

提出一种基于扩展卡尔曼滤波

(EKF)

算法的室内定位方法。系统采用基于

WiFi

信号指纹定位，然后利用扩展卡尔曼滤波对估算的位置进行滤波，以改善

WiFi

指纹定位方法的精度，达到对目标实时跟踪。仿真和实验结果表明，该算法有

效地改善了系统定位精度，能较好地满足室内定位的需求。

【期刊名称】

河北工程大学学报(自然科学版)

【年

(

卷

),

期】

2016(033)002

【总页数】

5

【关键词】

无线局域网；室内定位；扩展卡尔曼滤波；实时跟踪

无线室内定位技术已经被用于很多基于位置的应用，随着智能手机的普及，其

应用越来越广泛。现有最新理论成果仍然面临很多挑战，

WiFi

信号会受到多径

效应和环境动态变化的影响，在无线局域网络中对目标进行监测并跟踪，由于

在室内复杂环境中，目标的状态会随着时间的变化而变化，并且传感器获取的

数据受到室内环境的影响，此时直接用定位算法计算的位置和实际的位置会有

很大的误差，从而影响了室内定位系统的精度

[1-3]

。跟踪定位系统应以最小的

计算复杂度获得较高的定位精度，文献

[4-6]

提出了利用卡尔曼滤波、扩展卡尔

曼滤波、粒子滤波等算法实现跟踪，其中扩展卡尔曼滤波算法收敛速度快，在

实时跟踪定位中有着很广泛的应用。本文采用扩展卡尔曼滤波算法随定位算法

估算的位置坐标进行滤波处理，进一步提高室内定位的精度。

1

基于

WiFi

信号指纹定位算法描述