利用时变噪声贝叶斯卡尔曼滤波的室内移动目标定位

基于射频识别的指纹滤波定位技术是当前室内定位中常使用的技术之一。针对该技术存在的卡尔曼滤波算法不能准确适应环境噪声变化，致使定位精度不高的问题，提出了一种适应时变噪声的贝叶斯卡尔曼滤波算法。所提算法结合Sage-Husa滤波模型和贝叶斯模型，实现了过程和测量协方差矩阵的最优化，有效地降低了噪声，提高了指纹滤波定位的精度。实验结果表明，与变分贝叶斯卡尔曼滤波和Sage-Husa滤波相比，无障碍情况下，基于改进算法的定位精度提高了6%以上；有障碍干扰下，则提高了14.6%以上。