留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于高斯和滤波的蓝牙信标室内定位算法

严志

严志. 一种基于高斯和滤波的蓝牙信标室内定位算法[J]. 全球定位系统, 2021, 46(3): 94-98. doi: 10.12265/j.gnss.2020110602
引用本文: 严志. 一种基于高斯和滤波的蓝牙信标室内定位算法[J]. 全球定位系统, 2021, 46(3): 94-98. doi: 10.12265/j.gnss.2020110602
YAN Zhi. A Gaussian Sum Filter-based indoor localization algorithm using bluetooth beacons[J]. GNSS World of China, 2021, 46(3): 94-98. doi: 10.12265/j.gnss.2020110602
Citation: YAN Zhi. A Gaussian Sum Filter-based indoor localization algorithm using bluetooth beacons[J]. GNSS World of China, 2021, 46(3): 94-98. doi: 10.12265/j.gnss.2020110602

一种基于高斯和滤波的蓝牙信标室内定位算法

doi: 10.12265/j.gnss.2020110602
详细信息
    作者简介:

    严志:(1982—),男,硕士,讲师,主要研究方向为大数据、云计算、模式匹配、软件工程

    通讯作者:

    严志 E-mail:yan_y_an89@163.com

  • 中图分类号: TN914

A Gaussian Sum Filter-based indoor localization algorithm using bluetooth beacons

  • 摘要: 高精度的室内定位是物联网中基于位置服务应用的基础. 低功耗蓝牙信标的接收信号强度指标(RSSI)可用于室内定位. 为此,提出基于高斯和滤波的蓝牙信标室内定位(GSF-IL)算法. GSF-IL算法考虑到室内环境信号的多径衰落以及波动,利用高斯和滤波(GSF)算法处理RSSI测量值,使RSSI值具有非高斯特性,并利用瓦瑟斯坦距离(WD)将GSF模型的分量数降至单高斯分量. 仿真结果表明:提出的GSF-IL算法实现对原始RSSI值的修正作用,并利用了定位精度.

     

  • 图  1  网格模型

    图  2  估计用户位置的框架

    图  3  BLE信标(VG05)

    图  4  仿真场景

    图  5  RSSI值的滤波前后对比

    图  6  KFLA和GSF-IL算法的MSE

  • [1] 赵泽, 高源, 崔莉. VehLoc: 基于低功耗蓝牙多信道RSSI值的车内高精度定位方法[J]. 通信学报, 2018, 39(12): 47-59.
    [2] CHEN K Y, MI Y, SHEN Y, et al. SparseLoc: indoor localization using sparse representation[J]. IEEE access, 2017(5): 20171-20182. DOI: 101109/ACCESS. 2017.2727504
    [3] GU Y, ZHOU C F, WIESER A, et al. WiFi based trajectory alignment, calibration and crowdsourced site survey using smart phones and foot-mounted IMUs[C]// 2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN), 2017. DOI: 10.1109/IPIN.2017.8115929
    [4] HO C C, LEE R. Real-time indoor positioning system based on RFID Heron-Bilateration location estimation and IMU inertial-navigation location estimation[C]//2015 IEEE 39th Annual Computer Software and Applications Conference, 2015. DOI: 10.1109/COMPSAC.2015.317
    [5] TESRIERO R, TEBAR R, GALLUD J A, et al. Improving location awareness in indoor spaces using RFID technology[J]. Expert systems with applications, 2010, 37(1): 894-898. DOI: 10.1016/j.eswa.2009.05.062
    [6] ALARIFI A, AL-SALMAN A, ALSALEH M, et al. Ultra wideband indoor positioning technologies: analysis and recent advances[J]. Sensors, 2016, 16(5): 707. DOI: 10.3390/s16050707
    [7] RUIZ A R J, GRANJA F C. Comparing ubisense, bespoon, and decawave UWB location systems: indoor performance analysis[J]. IEEE transactions on instrumentation and measuremen, 2017, 66(8): 2106-2117. DOI: 10.1109/TIM.2017.2681398
    [8] CHANDEL V, AHMED N, ARORA S, et al. InLoc: an endto-end robust indoor localization and routing solution using mobile phones and BLE beacons[C]//2016 International Conference on Indoor Positioning and Indoor Navigation (IPIN), 2015. DOI: 10.1109/IPIN.2016.7743592
    [9] HOSHI H, ISHIZUKA H, KOBAYASHI A, et al. An indoor location estimation using BLE beacons considering movable obstructions[C]//2017 Tenth International Conference on Mobile Computing and Ubiquitous Network (ICMU), 2017. DOI: 10.23919/ICMU.2017.8330082
    [10] 张俞, 冷璐. 基于图优化的蓝牙信标室内定位方法[J]. 电子测量与仪器学报, 2019, 33(6): 45-51.
    [11] MOHAMMADI A, PLATANIOTIS K N. Complex-valued gausisan sum filter for nonlinear filtering of non-gaussian/non-circular noise[J]. IEEE signal processing letters, 2014, 22(4): 440-444. DOI: 10.1109/LSP.2014.2361459
    [12] 曹亚琴, 秦宁宁, 杨乐. 一种改进的双站时频差目标跟踪高斯和滤波算法[J]. 计算机与数字工程, 2018, 46(5): 907-915. DOI: aaaa
    [13] MALEKZADEH P, SALIMIBENI M, ATASHI M, et al. Gaussian mixture-based indoor localization via bluetooth low energy sensors[C]//2019 IEEE Sensors, 2019, 6(8): 54-61. DOI: 10.1109/SENSORS43011.2019.8956950
  • 加载中
图(6)
计量
  • 文章访问数:  433
  • HTML全文浏览量:  117
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-11-06
  • 网络出版日期:  2021-07-05
  • 刊出日期:  2021-06-30

目录

    /

    返回文章
    返回