国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于粒子濾波算法的wlan室內(nèi)跟蹤方法

      文檔序號(hào):6604565閱讀:291來源:國(guó)知局
      專利名稱:基于粒子濾波算法的wlan室內(nèi)跟蹤方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及一種WLAN室內(nèi)跟蹤方法。
      背景技術(shù)
      WLAN網(wǎng)絡(luò)是計(jì)算機(jī)網(wǎng)絡(luò)與無線通信技術(shù)相結(jié)合的產(chǎn)物。它利用射頻傳輸技術(shù)進(jìn) 行數(shù)據(jù)的傳送,為用戶提供無線寬帶接入服務(wù)。WLAN的發(fā)展,解決了有線網(wǎng)絡(luò)布線困難的 問題,打破了寬帶接入的地域限制,滿足了用戶移動(dòng)數(shù)據(jù)通信的需要,實(shí)現(xiàn)數(shù)據(jù)通信的移動(dòng) 化、漫游化和寬帶化。WLAN的產(chǎn)生和不斷發(fā)展?jié)M足了人們對(duì)高效率、高質(zhì)量、高帶寬、低成 本無線網(wǎng)絡(luò)通信的需求。WLAN的產(chǎn)生和不斷發(fā)展?jié)M足了人們對(duì)高效率、高質(zhì)量、高帶寬、 低成本無線網(wǎng)絡(luò)通信的需求。而在實(shí)際使用中,用于定位的用戶終端可能是靜止的,也有 可能是移動(dòng)的,所以對(duì)室內(nèi)無線跟蹤系統(tǒng)的研究在此背景下發(fā)展起來?,F(xiàn)有的室內(nèi)跟蹤 技術(shù)主要有擴(kuò)展卡爾曼濾波EKF(Extended Kalman Filter)、修正增益的擴(kuò)展卡爾曼濾波 MGEKF(Modified Gain Extended Kalman Filter)和粒子濾波PF(Particle Filter)等,而 在其中,粒子濾波由于其精度可 以逼近最優(yōu)估計(jì),而且適用于任何能用狀態(tài)空間模型表示 的非線性系統(tǒng),受到高度重視,在近些年來得到快速的發(fā)展。粒子濾波算法是利用序列重要性采樣的概念近似,用離散的隨機(jī)樣本近似相應(yīng)的 概率密度函數(shù)。在粒子濾波中,概率密度函數(shù)被一系列離散的帶權(quán)重的樣本近似。隨著樣 本粒子數(shù)量的增加,粒子濾波接近于貝葉斯最優(yōu)估計(jì)。粒子濾波技術(shù)在非線性、非高斯系統(tǒng) 表現(xiàn)出來的優(yōu)越性,使得其成為在室內(nèi)定位跟蹤領(lǐng)域里人們研究的熱點(diǎn)。但是,在實(shí)際應(yīng)用 中,粒子濾波算法中粒子點(diǎn)的傳統(tǒng)選取方法會(huì)對(duì)整個(gè)系統(tǒng)造成很大的負(fù)擔(dān),且環(huán)境適應(yīng)也 較差。

      發(fā)明內(nèi)容
      本發(fā)明是為了解決室內(nèi)環(huán)境下對(duì)動(dòng)態(tài)目標(biāo)的跟蹤問題中,非線性模型問題導(dǎo)致跟 蹤精度降的問題,從而提供一種基于粒子濾波算法的WLAN室內(nèi)跟蹤方法?;诹W訛V波算法的WLAN室內(nèi)跟蹤方法,它由以下步驟實(shí)現(xiàn)步驟一、針對(duì)室內(nèi)環(huán)境布置N個(gè)接入點(diǎn)AP,確保所述環(huán)境中任意一點(diǎn)被一個(gè)或一 個(gè)以上的接入點(diǎn)AP發(fā)出的信號(hào)覆蓋,并在所述室內(nèi)環(huán)境中均勻設(shè)置Nkp個(gè)參考點(diǎn);步驟二、選取一個(gè)參考點(diǎn)為坐標(biāo)原點(diǎn)建立二維直角坐標(biāo)系,獲得Nkp個(gè)參考點(diǎn)在該 二維直角坐標(biāo)系中的坐標(biāo)位置,在離線階段中在每個(gè)參考點(diǎn)上利用信號(hào)接收機(jī)采集來自每 一個(gè)接入點(diǎn)AP的信號(hào)強(qiáng)度RSS值,并利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率 分布;步驟三、在第k時(shí)刻下,對(duì)描述粒子分布的重要性密度函數(shù)進(jìn)行
      采樣,獲得隊(duì)個(gè)粒子點(diǎn)ζ ,計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離, 并選擇歐幾里得距離最小值所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo);所述i = 1、2……Ns ;步驟四、根據(jù)步驟二獲得的每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布和重要性密度函 數(shù)以及第k-1時(shí)刻粒子點(diǎn)的權(quán)值計(jì)算第k時(shí)刻粒子點(diǎn)所對(duì)應(yīng)的權(quán)值ω ;步驟五、根據(jù)步驟四 獲得的第k時(shí)刻的粒子點(diǎn)的權(quán)值ω ,采用重采樣算法對(duì)當(dāng)前時(shí)刻的粒子點(diǎn)進(jìn)行重新采樣得 到新的粒子點(diǎn)作為當(dāng)前時(shí)刻的粒子點(diǎn),并替代原有的粒子點(diǎn),并獲得最終的位置估計(jì)坐標(biāo); 所述最終的位置估計(jì)坐標(biāo)即為第k時(shí)刻下待跟蹤目標(biāo)的坐標(biāo),然后返回執(zhí)行步驟三,獲得 下一時(shí)刻的待跟蹤目標(biāo)的坐標(biāo);N、Ns, Nep為正整數(shù);k為大于或等于1的整數(shù)。步驟二中所述利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布是通過 公式
      RSS值樣本采樣總數(shù)獲得的,式中,Sj為第u個(gè)參考點(diǎn)處接收第j個(gè)AP的信號(hào)強(qiáng)度值;Coimt(Sj)表示 在第U個(gè)參考點(diǎn)處接收到信號(hào)強(qiáng)度為~的信號(hào)數(shù)量-J1k為第k時(shí)刻第U個(gè)參考點(diǎn)的位置坐 標(biāo); 步驟三中所述對(duì)重要性密度函數(shù)采樣獲得粒子點(diǎn)<,計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每 個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離是通過公式 獲得的;其中,(X丨,乂)表示第k時(shí)刻第i個(gè)粒子的坐標(biāo);( Yj)表示第j個(gè)參考 點(diǎn)的坐標(biāo)。步驟三中所述選擇歐幾里得距離最小值min所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn) 的修正坐標(biāo)是通過修真公式 獲得的。步驟四中所述根據(jù)粒子濾波算法理論,計(jì)算第i個(gè)粒子點(diǎn)所對(duì)應(yīng)的權(quán)值是根據(jù) 公式 獲得的;式中,為第k時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值;~表示正比于關(guān)系; I Xi)和; (Χ 11^1)分別表示粒子點(diǎn)為;^時(shí)接收信號(hào)樣本為Zk時(shí)的概率及粒子的轉(zhuǎn)移概率;ω;^為第k-i時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值,由于每一步都利用了重采樣算法, 因此第k-l時(shí)刻的權(quán)值為1/NS ;Sj為第u個(gè)參考點(diǎn)接收到的第j個(gè)AP的RSS值。步驟五中所述采用重采樣算法對(duì)每個(gè)粒子進(jìn)行重新采樣得到新的粒子集的表達(dá)
      式為
      獲得最終的位置估計(jì)坐標(biāo)是通過公式
      獲得的。

      有益效果本發(fā)明提出了一種有效確定用戶的位置后驗(yàn)信息、抗干擾能力強(qiáng)且環(huán) 境適應(yīng)性好的基于粒子濾波的WLAN室內(nèi)跟蹤方法,該方法首先利用參考點(diǎn)的信號(hào)強(qiáng)度值 建立離線階段的信號(hào)強(qiáng)度概率分布,然后確定與粒子點(diǎn)歐氏距離最小的參考點(diǎn)并將其作為 粒子點(diǎn)修正值,進(jìn)而求出每個(gè)粒子點(diǎn)及其對(duì)應(yīng)的權(quán)值,在采用重采樣算法更新權(quán)值后,最終 給出用戶的位置估計(jì)值,該方法充分利用了空間中位置與RSS值的相關(guān)性,有效的解決了 粒子濾波算法中處理粒子時(shí)的難題,減少對(duì)系統(tǒng)的負(fù)擔(dān),同時(shí)兼顧WLAN室內(nèi)跟蹤系統(tǒng)的有 效性和可靠性,跟蹤精度較高。


      圖1是本發(fā)明方法的流程示意圖;圖2是實(shí)施方式一中實(shí)施例中所述的實(shí)驗(yàn)場(chǎng)景 示意圖。圖3是實(shí)施方式一的實(shí)例分析中所述的跟蹤區(qū)域。圖4、圖5和圖6是實(shí)施方式一 的實(shí)例分析中粒子濾波算法的收斂性分析的實(shí)驗(yàn)結(jié)果。圖7、圖8和圖9是實(shí)例分析中的速 度為lm/s,粒子數(shù)分別為4、16和64情況下的跟蹤性能實(shí)驗(yàn)結(jié)果。圖10、圖11和圖12是 實(shí)施方式一的實(shí)例分析中速度為2m/s,粒子數(shù)分別為4、16和64情況下的跟蹤性能實(shí)驗(yàn)結(jié)^ ο
      具體實(shí)施例方式具體實(shí)施方式
      一、結(jié)合圖1說明本具體實(shí)施方式
      ,基于粒子濾波算法的WLAN室內(nèi) 跟蹤方法,它由以下步驟實(shí)現(xiàn)步驟一、針對(duì)室內(nèi)環(huán)境布置N個(gè)接入點(diǎn)AP,確保所述環(huán)境中任意一點(diǎn)被一個(gè)或一 個(gè)以上的接入點(diǎn)AP發(fā)出的信號(hào)覆蓋,并在所述室內(nèi)環(huán)境中均勻設(shè)置Nkp個(gè)參考點(diǎn);步驟二、選取一個(gè)參考點(diǎn)為坐標(biāo)原點(diǎn)建立二維直角坐標(biāo)系,獲得Nkp個(gè)參考點(diǎn)在該 二維直角坐標(biāo)系中的坐標(biāo)位置,在離線階段中在每個(gè)參考點(diǎn)上利用信號(hào)接收機(jī)采集來自每 一個(gè)接入點(diǎn)AP的信號(hào)強(qiáng)度RSS值,并利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率 分布;步驟三、在第k時(shí)刻下,對(duì)描述粒子分布的重要性密度函數(shù)
      進(jìn)行
      采樣,獲得Ns個(gè)粒子點(diǎn)<,計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離, 并選擇歐幾里得距離最小值所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo);所述i = 1、 2……Ns;步驟四、根據(jù)步驟二獲得的每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布和重要性密度函 數(shù)以及第k-l時(shí)刻粒子點(diǎn)的權(quán)值計(jì)算第k時(shí)刻粒子點(diǎn)所對(duì)應(yīng)的權(quán)值;步驟五、根據(jù)步驟四獲得的第k時(shí)刻的粒子點(diǎn)的權(quán)值fi^,采用重采樣算法對(duì)當(dāng)前時(shí)刻的粒子點(diǎn)進(jìn)行重新采樣得到新的粒子點(diǎn)作為當(dāng)前時(shí)刻的粒子點(diǎn),并替代原有的粒子 點(diǎn),并獲得最終的位置估計(jì)坐標(biāo);所述最終的位置估計(jì)坐標(biāo)即為第k時(shí)刻下待跟蹤目標(biāo)的 坐標(biāo),然后返回執(zhí)行步驟三,獲得下一時(shí)刻的待跟蹤目標(biāo)的坐標(biāo);N、Ns, Nep為正整數(shù);k為大于或等于1的整數(shù)。步驟二中所述利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布是通過 公式 獲得的,式中,Sj為第u個(gè)參考點(diǎn)處接收第j個(gè)AP的信號(hào)強(qiáng)度值;Coimt(Sj)表示 在第u個(gè)參考點(diǎn)處接收到信號(hào)強(qiáng)度為~的信號(hào)數(shù)量 ’ rk為第k時(shí)刻第u個(gè)參考點(diǎn)的位置坐 標(biāo);j為整數(shù)。步驟三中所述對(duì)重要性密度函數(shù)采樣獲得粒子點(diǎn)J^,計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每 個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離是通過公式 獲得的;其中,乂)表示第k時(shí)刻第i個(gè)粒子的坐標(biāo);NS為粒子數(shù)目;(Xj,yj)表 示第j個(gè)參考點(diǎn)的坐標(biāo)。步驟三中所述選擇歐幾里得距離最小值min所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn) 的修正坐標(biāo)是通過修真公式 獲得的。步驟四中所述根據(jù)粒子濾波算法理論,計(jì)算第i個(gè)粒子點(diǎn)所對(duì)應(yīng)的權(quán)值ω 是根據(jù) 公式 獲得的;式中,< 為第k時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值;~表示正比于關(guān)系;
      和I 分別表示粒子點(diǎn)為;^時(shí)接收信號(hào)樣本為Zk時(shí)的概率及粒子的
      轉(zhuǎn)移概率 ’ω“為第k-i時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值,由于每一步都利用了重采樣算法, 因此第k-l時(shí)刻的權(quán)值為1/NS ;Sj為第u個(gè)參考點(diǎn)接收到的第j個(gè)AP的RSS值。步驟五中所述采用重采樣算法對(duì)每個(gè)粒子進(jìn)行重新采樣得到新的粒子集的表達(dá)
      式為丨;^丨 ;獲得最終的位置估計(jì)坐標(biāo)是通過公式 人獲得的。下面舉一個(gè)實(shí)例來進(jìn)行分析 選擇的實(shí)驗(yàn)場(chǎng)景如圖2所示;實(shí)施方式一中實(shí)施例中所述的實(shí)驗(yàn)場(chǎng)景示意圖。該 實(shí)驗(yàn)場(chǎng)景尺寸面積為66. 43X24. 9m2,高度3m。且擁有19個(gè)實(shí)驗(yàn)室,1個(gè)會(huì)議室和1個(gè)乒乓 球室。墻的材料是磚塊,鋁合金窗戶和金屬門。AP為L(zhǎng)inksys WAP54G,固定在2m高度,支 持 IEEE 802. Ilg 標(biāo)準(zhǔn),傳輸速率 54Mbps。接收端采用裝有 Intel PRO/ffireless 3945ABG 無線網(wǎng)卡的ASUS A8F筆記本電腦,接收機(jī)離地面1. 2m。AP的放置位置及參考點(diǎn)的選取如圖3所示,其中標(biāo)記31為參考點(diǎn),曲線32為運(yùn)動(dòng) 路徑。該區(qū)域共包括65個(gè)參考點(diǎn),且用RPi (i = 1,…,65)表示參考點(diǎn)i ;箭頭指示方向?yàn)?實(shí)際運(yùn)動(dòng)路徑方向。該跟蹤區(qū)域規(guī)則,覆蓋性能較好,在該區(qū)域的任何位置均可接收到來自 AP的信號(hào)。使用NetStumbler信號(hào)采集軟件,在每個(gè)參考點(diǎn)處,進(jìn)行3分鐘的WLAN信號(hào)采 集,每秒采樣兩次。圖4、圖5和圖6給出了粒子濾波算法在WLAN室內(nèi)環(huán)境下的跟蹤收斂性分析的實(shí) 驗(yàn)結(jié)果,圖4為粒子點(diǎn)與實(shí)際運(yùn)動(dòng)軌跡點(diǎn)之間的關(guān)系圖;其中標(biāo)記41為粒子點(diǎn),標(biāo)記42為 實(shí)際運(yùn)動(dòng)軌跡點(diǎn);圖7、圖8和圖9給出了粒子濾波算法在移動(dòng)終端的速度為lm/s時(shí),不同 的粒子數(shù)條件下的實(shí)驗(yàn)結(jié)果;其中標(biāo)記71為參考點(diǎn),標(biāo)記72為實(shí)際運(yùn)動(dòng)軌跡點(diǎn),標(biāo)記73為 粒子濾波跟蹤曲線,標(biāo)記74為粒子點(diǎn);標(biāo)記81為參考點(diǎn),標(biāo)記82為實(shí)際運(yùn)動(dòng)軌跡點(diǎn),標(biāo)記 83為粒子點(diǎn),標(biāo)記84為粒子濾波跟蹤曲線;標(biāo)記91為參考點(diǎn),標(biāo)記92為粒子點(diǎn),標(biāo)記93為 實(shí)際運(yùn)動(dòng)曲線,標(biāo)記94為粒子濾波跟蹤曲線;具體的均方根誤差及仿真時(shí)間比較如表1所 示
      表1速度為lm/s時(shí)的均方根誤差及仿真時(shí)間比較 圖10、圖11和圖12給出了粒子濾波算法在移動(dòng)終端的速度為2m/s時(shí),不同的粒 子數(shù)條件下的實(shí)驗(yàn)結(jié)果,其中,標(biāo)記101為粒子點(diǎn),標(biāo)記102為參考點(diǎn),標(biāo)記103為粒子濾波 跟蹤曲線,標(biāo)記104為實(shí)際運(yùn)動(dòng)曲線;標(biāo)記111為實(shí)際運(yùn)動(dòng)曲線,標(biāo)記112為參考點(diǎn),標(biāo)記 113為粒子點(diǎn),標(biāo)記114為粒子濾波跟蹤曲線;標(biāo)記121為參考點(diǎn),標(biāo)記122為粒子點(diǎn),標(biāo)記 123為實(shí)際運(yùn)動(dòng)曲線,標(biāo)記124為粒子濾波跟蹤曲線。具體的均方根誤差及仿真時(shí)間比較如 表2所示。表2速度為2m/s時(shí)的均方根誤差及仿真時(shí)間比較 顯然,在粒子數(shù)選取適當(dāng)?shù)那闆r下,基于粒子濾波算法的WLAN室內(nèi)跟蹤方法在跟 蹤誤差及對(duì)系統(tǒng)造成的負(fù)擔(dān)方面都具有極大的優(yōu)勢(shì)。
      權(quán)利要求
      基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,其特征是它由以下步驟實(shí)現(xiàn)步驟一、針對(duì)室內(nèi)環(huán)境布置N個(gè)接入點(diǎn)AP,確保所述環(huán)境中任意一點(diǎn)被一個(gè)或一個(gè)以上的接入點(diǎn)AP發(fā)出的信號(hào)覆蓋,并在所述室內(nèi)環(huán)境中均勻設(shè)置NRP個(gè)參考點(diǎn);步驟二、選取一個(gè)參考點(diǎn)為坐標(biāo)原點(diǎn)建立二維直角坐標(biāo)系,獲得NRP個(gè)參考點(diǎn)在該二維直角坐標(biāo)系中的坐標(biāo)位置,在離線階段中在每個(gè)參考點(diǎn)上利用信號(hào)接收機(jī)采集來自每一個(gè)接入點(diǎn)AP的信號(hào)強(qiáng)度RSS值,并利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布;步驟三、在第k時(shí)刻下,對(duì)描述粒子分布的重要性密度函數(shù)進(jìn)行采樣,獲得Ns個(gè)粒子點(diǎn),計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離,并選擇歐幾里得距離最小值所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo);所述i=1、2……Ns;步驟四、根據(jù)步驟二獲得的每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布和重要性密度函數(shù)以及第k-1時(shí)刻粒子點(diǎn)的權(quán)值計(jì)算第k時(shí)刻粒子點(diǎn)所對(duì)應(yīng)的權(quán)值步驟五、根據(jù)步驟四獲得的第k時(shí)刻的粒子點(diǎn)的權(quán)值,采用重采樣算法對(duì)當(dāng)前時(shí)刻的粒子點(diǎn)進(jìn)行重新采樣得到新的粒子點(diǎn)作為當(dāng)前時(shí)刻的粒子點(diǎn),并替代原有的粒子點(diǎn),并獲得最終的位置估計(jì)坐標(biāo);所述最終的位置估計(jì)坐標(biāo)即為第k時(shí)刻下待跟蹤目標(biāo)的坐標(biāo);然后返回執(zhí)行步驟三,獲得下一時(shí)刻的待跟蹤目標(biāo)的坐標(biāo);N、Ns、NRP為正整數(shù);k為大于或等于1的整數(shù)。FSA00000162485300011.tif,FSA00000162485300012.tif,FSA00000162485300013.tif,FSA00000162485300014.tif
      2.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,其特征在于步驟二 中所述利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布是通過公式/ .χcount值樣本釆樣總數(shù)獲得的,式中,Sj為第u個(gè)參考點(diǎn)處接收第j個(gè)AP的信號(hào)強(qiáng)度值;COimt(Sj)表示在第 u個(gè)參考點(diǎn)處接收到信號(hào)強(qiáng)度為~的信號(hào)數(shù)量·4為第k時(shí)刻第u個(gè)參考點(diǎn)的位置坐標(biāo); j = 1、2……NKP。
      3.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,其特征在于步驟三 中所述對(duì)重要性密度函數(shù)采樣獲得粒子點(diǎn)Ι ,計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之 間的歐幾里得距離是通過公式獲得的;其中,(4,乂)表示第k時(shí)刻第i個(gè)粒子的坐標(biāo);(Xj,Yj)表示第j個(gè)參考點(diǎn)的 坐標(biāo)。
      4.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,其特征在于步驟三 中所述選擇歐幾里得距離最小值min所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo)是通 過修真公式 獲得的。
      5.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,其特征在于 步驟四中所述根據(jù)粒子濾波算法理論,計(jì)算第i個(gè)粒子點(diǎn)所對(duì)應(yīng)的權(quán)值是根據(jù)公式 獲得的;式中,<為第k時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值;~表示正比于關(guān)系; 分別表示粒子點(diǎn)為;^時(shí)接收信號(hào)樣本為Zk時(shí)的概率及粒子的 轉(zhuǎn)移概率;為第k-1時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值,由于每一步都利用了重采樣算法, 因此第k-Ι時(shí)刻的權(quán)值為1/NS ;Sj為第u個(gè)參考點(diǎn)接收到的第j個(gè)AP的RSS值。
      6.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,其特征在于步驟五中所述采用重采樣算法對(duì)每個(gè)粒子進(jìn)行重新采樣得到新的粒子集的表達(dá)式為 ;獲 得最終的位置估計(jì)坐標(biāo)是通過公式 獲得的。
      全文摘要
      基于粒子濾波算法的WLAN室內(nèi)跟蹤方法,涉及一種WLAN室內(nèi)跟蹤方法。它解決了室內(nèi)環(huán)境下對(duì)動(dòng)態(tài)目標(biāo)的跟蹤問題中,非線性模型問題導(dǎo)致跟蹤精度降的問題。本方法首先利用參考點(diǎn)的信號(hào)強(qiáng)度值建立離線階段的信號(hào)強(qiáng)度概率分布,然后確定與粒子點(diǎn)歐氏距離最小的參考點(diǎn)并將其作為粒子點(diǎn)修正值,進(jìn)而求出每個(gè)粒子點(diǎn)及其對(duì)應(yīng)的權(quán)值,在采用重采樣算法更新權(quán)值后,最終給出用戶的位置估計(jì)值。本發(fā)明適用于WLAN室內(nèi)跟蹤。
      文檔編號(hào)G06F17/00GK101867943SQ20101020700
      公開日2010年10月20日 申請(qǐng)日期2010年6月23日 優(yōu)先權(quán)日2010年6月23日
      發(fā)明者劉寧慶, 劉菁宇, 孟維曉, 徐玉濱, 沙學(xué)軍, 馬琳 申請(qǐng)人:哈爾濱工業(yè)大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1