【技术实现步骤摘要】
本专利技术属于室内定位，涉及一种用于超宽带室内定位的数据筛选方法。
技术介绍
1、近年来，室内定位逐渐引起学界和业界的关注，人们日益增长的定位服务需求也促使该领域的兴起，超市自动导购、停车场自动寻路、机器人自动分拣快递、工厂监狱等特殊场所的人员管理等等都离不开高精度的室内定位服务。目前，针对室内目标的定位计算包括红外线定位技术、rfid技术等。但现有的室内定位技术尽管在一定的环境下有较好的性能，却都不能很好地适应普遍计算环境下对定位感知系统的要求，如精度高、适应能力强、实现成本低等。
2、与传统的室内定位技术相比，超宽带uwb定位技术可以实现厘米级的测距精度，因其具有多径分辨率高、强穿透力、低功耗、易于集成、定位性能高等优势，成为目前应用最广泛的一项无线通信技术。但在uwb定位系统中，由于室内环境的复杂性和各种噪声干扰，标签与基站之间的通信往往会受到不可预知的干扰，例如多径干扰、非视距误差和传输延迟等问题。这些干扰可能导致标签从基站获取的超宽带数据不准确，尤其是对于处于干扰情况下的数据，该数据与其他的数据进行定位可能产生异常...
【技术保护点】
1.一种用于超宽带室内定位的数据筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于超宽带室内定位的数据筛选方法，其特征在于，步骤S1中，建立TOA、RSSI和视距状态数据模型的具体过程为：
3.根据权利要求1所述的用于超宽带室内定位的数据筛选方法，其特征在于，步骤S1中，建立非线性高斯过程回归模型的具体过程为：
4.根据权利要求2所述的用于超宽带室内定位的数据筛选方法，其特征在于，步骤S1中，建立超宽带定位模型的具体过程为：
5.根据权利要求2所述的用于超宽带室内定位的数据筛选方法，其特征在于，步骤S2的
...【技术特征摘要】
1.一种用于超宽带室内定位的数据筛选方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于超宽带室内定位的数据筛选方法，其特征在于，步骤s1中，建立toa、rssi和视距状态数据模型的具体过程为：
3.根据权利要求1所述的用于超宽带室内定位的数据筛选方法，其特征在于，步骤s1中，建立非线性高斯过程回归模型的具体过程为：
【专利技术属性】
技术研发人员：李冰，崔昳阳，柴兴绍，刘春刚，
申请(专利权)人：河北师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。