一个新的优化的iBeacon本地化算法建模模型
Zhengyu Yu1,2, Liu Chu1, Jiajia Shi1
1School of Transportation and Civil Engineering, Nantong University, Nantong 226019, China.
本研究介绍了CFKF算法,以提高室内定位精度,使用iBeacon技术. 这种新的方法通过减少错误,信号干扰和环境噪声来提高精度,从而实现可靠的对象跟踪.
科学领域:
- * 计算机科学 计算机科学
- * 电气工程 电气工程
- * * 信号处理 信号处理
背景情况:
- * 传统的室内定位方法 (雷达,超声波,激光,信标) 存在精度限制.
- *iBeacon系统提供低成本和易于使用,但与精度和干扰作斗争.
- *现有的iBeacon技术容易受到无线电信号干扰和环境噪音的影响.
研究的目的:
- * 开发基于iBeacon的室内定位的高级错误建模算法.
- *为了提高信号校准,减少不确定性,并消除iBeacon系统中的噪声.
- * 用蓝牙传感器来提高室内物体跟踪的准确性和可靠性.
主要方法:
- *开发基于曲线拟合卡尔曼波器 (CFKF) 的新型错误建模算法.
- * 实施信号校准,减少不确定性和消除噪声技术.
- *对CFKF算法的可靠性,准确性和可行性的实验验证.
主要成果:
- *通过实验测试证明了准确性和精度的显著改善.
- *有效减少错误,信号干扰和环境噪声.
- *验证CFKF方法,以提高iBeacon本地化性能.
结论:
- *开发的Curve Fitted Kalman Filter (CFKF) 算法在iBeacon本地化方面取得了重大进展.
- *这种新的方法有效地解决了当前iBeacon系统的准确性和可靠性挑战.
- *CFKF算法为室内物体定位和跟踪提供了可行和精确的解决方案.
更多相关视频
10:14Tactile Conditioning And Movement Analysis Of Antennal Sampling Strategies In Honey Bees Apis mellifera L.
Published on: December 12, 2012
04:13Using a Real-Time Locating System to Measure Walking Activity Associated with Wandering Behaviors Among Institutionalized Older Adults
Published on: February 8, 2019
相关概念视频
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Field Application of Global Positioning System
Local Attraction
Errors in Global Positioning System
Types of Global Positioning System Surveys
Introduction to Global Positioning System
