时序测量信息触发的递归贝叶斯定位算法

摘要

为了提高定位系统抗干扰性,降低定位误差,提出一种基于递归贝叶斯的指纹定位算法。针对离线阶段指纹数据采集的盲目性与不可靠性,利用样本方差对采样值的可信度进行衡量,降低环境因素对数据的影响,为在线匹配提供更有效的可靠指纹库。利用目标运动过程中相邻时刻间的约束关系构建马尔可夫模型,以预测当前时刻目标位置,克服传统定位算法经常出现的位置估计跳动范围大、鲁棒性差等问题,提高了定位精度。经仿真模拟与路演实景的双重可重复性测试,所提算法的平均定位误差绝对值在模拟与实景测试中均不大于0.927m,较已有经典同类定位方法,其定位精度提高30%以上。