殷守林, 刘天华, 李 航

(沈阳师范大学 科信软件学院, 沈阳 110034)



基于模拟退火算法的卡尔曼滤波在室内定位中的应用研究

殷守林, 刘天华, 李 航

(沈阳师范大学 科信软件学院, 沈阳 110034)

卡尔曼滤波算法是用来解决定位中滤波的问题的一个重要内容,但由于预测和测量值之间的误差比较大,算法并没有达到最优,因为在室内定位中温湿度(高斯白噪声)对其有影响,以及非平面中的位置信息影响人员物品的位置定位精确度。针对卡尔曼滤波算法的这一问题,引进模拟退火算法。结合模拟退火算法的降温思想,采用迭代选取最优解,以此为基础,得到的最优解用于卡尔曼的初始值;将得到的最优距离作为对象,并以此建立邻域,最后再用线性插值法得到坐标。仿真实验表明,此种方法有效提高了室内定位精确度,减小降低了各种因素的干扰。

模拟退火算法; 卡尔曼滤波算法; 室内定位; 线性插值

0 引 言

定位实现过程中必须考虑的重要因素就是噪声干扰。针对室内定位中提出的一些滤波算法具有代表性的就是Rudolf Emil Kalman在他的博士论文中提出的卡尔曼滤波算法[1],把含噪声的数据进行处理之后得出相对真值,卡尔曼算法是以均方差为估计采用递推估计理论的算法,由测量值来更正系统状态向量,以“预测-实测-修正”的顺序递推。根据测量值来消除随机干扰,出现新的系统状态。关于定位的研究也有很多文章[6],但大部分以空间模型为基础。而卡尔曼滤波采用信号与噪声的状态空间模型,它利用前一时刻的估计值和现在时刻的观测值来更新对状态变量的估计,求出现时刻的估计值。……