典型文献
基于MCS-SCKF的超宽带室内定位算法
文献摘要：
针对传统超宽带(UWB)室内定位中非线性跟踪问题,基于当前统计(CS)模型和容积卡尔曼滤波(CKF),本文提出了一种新的定位算法.即采用奇异值分解(SVD)代替标准CKF算法中的Cholesky分解,提高了算法的稳定性,构造了奇异值分解容积卡尔曼滤波器(SCKF).首先在CS模型的基础上改进了先验参数的函数形式,得到改进的CS模型(MCS),实现模型参数的自适应调整;然后将MCS模型引入SCKF滤波器,实现滤波算法的自适应调整;最后利用MCS-SCKF算法对UWB定位系统模型进行解算,从而得到移动目标位置.仿真和试验结果表明,该算法优于CS模型-卡尔曼滤波算法(CS-KF)和CS模型-SCKF算法(CS-SCKF),提高了UWB室内定位的定位精度.
文献关键词：
UWB;室内定位;容积卡尔曼滤波;当前统计模型;奇异值分解
中图分类号：
作者姓名：
张梅;吕乐;陈万利;冯涛
作者机构：
安徽理工大学电气与信息工程学院,安徽 淮南232000
文献出处：
引用格式：
[1]张梅;吕乐;陈万利;冯涛-.基于MCS-SCKF的超宽带室内定位算法)[J].测绘通报,2022(12):91-96
A类：
B类：
MCS,SCKF,超宽带室内定位,室内定位算法,UWB,跟踪问题,奇异值分解,SVD,Cholesky,容积卡尔曼滤波器,先验,自适应调整,定位系统,系统模型,移动目标,目标位置,卡尔曼滤波算法,定位精度,当前统计模型
AB值：
0.200511
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
