迈向鲁棒的众包定位：一种指纹精度指示器增强的无线/磁/惯性融合方法
信号处理
2020-04-10 v1
摘要
下一代物联网（IoT）系统对能够随大数据扩展且无需人工感知的智能定位需求日益增长。因此，缺乏精度指标的传统定位方案将极大限制广泛应用。基于众包的定位已被证明对大众市场基于位置的IoT应用有效。本文提出一种通过融合惯性、无线与磁传感器来增强的众包定位方法。通过引入来自信号、几何与数据库三个层级的指纹精度指示器（FAI），可实时预测无线与磁指纹精度。研究了这些FAI因素的优势与局限及其在预测定位误差与离群值上的表现。此外，提出了FAI增强的扩展卡尔曼滤波（EKF），其将航位推算（DR）/WiFi、DR/磁与DR/WiFi/磁融合定位精度分别提升了 30.2 %、19.4 % 与 29.0 %，并将最大定位误差分别降低了 41.2 %、28.4 % 与 44.2 %。这些结果证实了FAI增强EKF在利用众包数据提升多传感器融合定位精度与可靠性方面的有效性。
引用
@article{arxiv.2004.04688,
title = {Towards Robust Crowdsourcing-Based Localization: A Fingerprinting Accuracy Indicator Enhanced Wireless/Magnetic/Inertial Integration Approach},
author = {You Li and Zhe He and Zhouzheng Gao and Yuan Zhuang and Chuang Shi and Naser El-Sheimy},
journal= {arXiv preprint arXiv:2004.04688},
year = {2020}
}