计算机研究与发展 ›› 2014, Vol. 51 ›› Issue (11): 2408-2415.doi: 10.7544/issn1000-1239.2014.20131073
张云洲,付文艳,项姝,魏东飞,杨兵
Zhang Yunzhou, Fu Wenyan, Xiang Shu, Wei Dongfei, Yang Bing
摘要: 如何在视距(line-of-sight, LOS)与非视距(non-line-of-sight, NLOS)混合的室内环境中提高移动目标定位的精度,这是一项富有挑战性的工作.移动目标在室内环境移动时,其与传感器网络节点之间的信号传播在LOS与NLOS之间随机切换,导致移动节点定位精度下降.提出一种交互式多模型-扩展卡尔曼滤波(interactive multiple model-extended Kalman filter, IMM-EKF)定位算法.根据LOS/NLOS环境下不同的测距误差特性,在IMM框架中采用2个平行的卡尔曼滤波器(Kalman filter, KF)模型对测量距离同时进行滤波,根据滤波结果和测量值计算2个模型的似然概率,模型间的转换通过Markov链实现,2个KF滤波结果加权融合后获得IMM距离估计值.在EKF定位阶段,通过位置预测和更新估计出移动目标位置.仿真结果表明,IMM-EKF算法能够有效抑制NLOS对目标定位的影响,其定位精度优于单模型算法.
中图分类号: