一种缩小NLOS误差提高室内跟踪精度的融合算法
A Combined Algorithm for Reducing NLOS Error and Improving Indoor Positioning Tracking Accuracy
摘要针对扩展卡尔曼滤波器(EKF)在室内环境中,非视距(NLOS)传播对EKF跟踪性能产生很大影响这种缺陷,提出一种基于极限学习机(ELM)和EKF的融合方法.ELM使用EKF的状态信息对测量值进行分类,确定受NLOS误差影响的传播路径,然后利用该路径训练的ELM对测量值进行校正.实验结果表明,该算法与传统算法相比精确度提高了43.2%,可以有效缩小NLOS误差.
更多相关知识
- 浏览0
- 被引2
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



