基于卡尔曼滤波的WiFi_PDR融合室内定位.pdf

为降低室内环境复杂性对WiFi指纹定位的影响，提出将支持向量机(SVM)分类与回归分析相结合的WiFi指纹定 位算法，以提高定位精度。在基于智能手持设备惯性传感器的行走航位推算(PDR)中，为降低惯性传感器的误差及定位误差的 累积，通过状态转换的方法识别行走周期并进行计步，提出对原始加速度数据进行预处理和根据实时加速度数据动态设置状 态转换参数的算法。在改进的WiFi定位算法及PDR算法基础上，提出使用联邦卡尔曼滤波融合两种方法，并根据人体运动学 确定各级滤波器的状态方程和量测方程。实验证明了该算法的有效性