CN110580325A - 一种泛在定位信号多源融合方法及系统 - Google Patents

一种泛在定位信号多源融合方法及系统 Download PDF

Info

Publication number
CN110580325A
CN110580325A CN201910800612.1A CN201910800612A CN110580325A CN 110580325 A CN110580325 A CN 110580325A CN 201910800612 A CN201910800612 A CN 201910800612A CN 110580325 A CN110580325 A CN 110580325A
Authority
CN
China
Prior art keywords
positioning
difference
positioning result
source
moment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910800612.1A
Other languages
English (en)
Other versions
CN110580325B (zh
Inventor
张振兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201910800612.1A priority Critical patent/CN110580325B/zh
Publication of CN110580325A publication Critical patent/CN110580325A/zh
Application granted granted Critical
Publication of CN110580325B publication Critical patent/CN110580325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种泛在定位信号多源融合方法，首先获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值；接着获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值；接下来根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果，再根据定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果，最后根据定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得最终多源融合定位结果。本发明可以提高定位的稳定性和精度。

Description

一种泛在定位信号多源融合方法及系统
技术领域
本发明涉及定位技术领域，具体涉及一种泛在定位信号多源融合方法及系统。
背景技术
基于位置的服务(location-based services)具有诸多的应用市场，包括智能反向寻车、包裹追踪、人员管理等，在室内外定位领域中非常普遍，越来越受到人们的关注。然而由于室内外定位环境的复杂性，容易导致定位结果的跳变，因此有关室内外定位方法的研究已成为一个迫切需要解决的科学问题，相关室内外定位方法和技术成果不断涌现。
目前，常用的室内外定位方法与系统，大多数采用基于多源融合定位的方法，因为单一定位源技术具有其自身的局限性，两种乃至多种定位源技术之间往往具备很强的互补性，因此融合两种乃至多种定位源是实现室内外无缝定位的重要思路。基于多源融合的室内外定位方法通过设计的融合算法，融合每个定位源的定位结果，进而获得融合后的定位结果。
本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：
现有技术中，由于环境的复杂性，某一种或多种定位源定位结果容易存在粗差，进而导致多源融合定位方法与系统产生有巨大跳变的融合定位结果。
由此可知，现有技术中的方法存在融合定位结果产生跳变的问题。
发明内容
有鉴于此，本发明提供了一种泛在定位信号多源融合方法及系统，用以解决或者至少部分解决现有技术中的方法中融合定位结果产生跳变的问题。
为了解决上述技术问题，本发明提供了一种泛在定位信号多源融合方法，包括：
步骤S1：获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，其中T时刻滤波更新定位结果是由滤波器将T时刻第一定位源定位结果和T时刻滤波预测定位结果滤波更新后获得；
步骤S2：获取T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，其中T+1时刻滤波预测定位结果由滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得；
步骤S3：根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果；
步骤S4：根据步骤S3中获得的定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果；
步骤S5：根据步骤S4中获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+1时刻滤波更新定位结果，即为最终多源融合定位结果。
在一种实施方式中，T时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T时刻滤波更新定位结果包括定位XY坐标、X坐标和Y坐标，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S1包括：
步骤S1.1：通过构造第一向量表示第一差值中XY方向的差值，其中，第一向量的形式如式(1)所示：
VT代表构造的第一向量，(XT，YT)和分别代表T时刻第一定位源XY坐标和T时刻滤波更新定位结果的XY坐标；
步骤S1.2：通过构造第二向量表示第一差值中X方向的差值，其中，第二向量的形式如式(2)所示：
VT(X)代表构造的第二向量，XT和分别代表T时刻第一定位源的X坐标和T时刻滤波更新定位结果的X坐标；
步骤S1.3：通过构造第三向量表示第一差值中Y方向的差值，其中，第三向量的形式如式(3)所示：
VT(Y)代表构造的第三向量，YT和分别代表T时刻第一定位源的Y坐标和T时刻滤波更新定位结果的Y坐标。
在一种实施方式中，T+1时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T+1时刻滤波预测的定位结果包括XY坐标、X坐标和Y坐标，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S2包括：
步骤S2.1：通过构造第四向量表示第二差值中XY方向的差值，其中，第四向量的形式如式(4)所示：
VT+1代表构造的第四向量，(XT+1，YT+1)表示T+1时刻第一定位源的XY坐标，表示T+1时刻滤波预测定位结果的XY坐标；
步骤S2.2：通过构造第五向量表示第二差值中X方向的差值，其中，第五向量的形式如式(5)所示：
VT+1(X)代表构造的第五向量，XT+1和分别代表T+1时刻第一定位源的X坐标和T+1时刻滤波预测的定位结果的X坐标；
步骤S2.3：通过构造第六向量表示第二差值中Y方向的差值，其中，第六向量的形式如式(6)所示：
VT+1(Y)代表构造的第六向量，YT+1和分别代表T+1时刻第一定位源的Y坐标和T+1时刻滤波预测的定位结果的Y坐标。
在一种实施方式中，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S3具体包括：
分别根据第一差值中XY方向的差值与第二差值中XY方向的差值之间的差与第一阈值的关系、第一差值中X方向的差值与第二差值中X方向的差值之间的差与第二阈值的关系、第一差值中Y方向的差值与第二差值中Y方向的差值之间的差与第三阈值的关系，获得定位精度满足阈值的第一定位源定位结果。
在一种实施方式中，定位精度满足阈值的第一定位源定位结果包括定位精度满足第一阈值的XY坐标、定位精度满足第二阈值的X坐标和定位精度满足第三阈值的Y坐标，步骤S3具体包括：
步骤S3.1：根据公式(7)，获得定位精度满足第一阈值的XY坐标：
||VT-VT+1||＜Threshold1 (7)
||VT-VT+1||代表第一向量与第四向量之间差的模值，Threshold1代表第一阈值；
步骤S3.2：根据公式(8)，获得定位精度满足第二阈值的X坐标：
||VT(X)-VT+1(X)||＜Threshold3 (8)
||VT(X)-VT+1(X)||代表第二向量与第五向量之间差的模值，Threshold3代表第二阈值；
步骤S3.3：根据公式(9)，获得定位精度满足第三阈值的Y坐标：
||VT(Y)-VT+1(Y)||＜Threshold5 (9)
||VT1(Y)-VT+1(Y)||代表第三向量与第六向量之间差的模值，Threshold5代表第三阈值。
在一种实施方式中，定位精度满足预设参数的第一定位源定位结果包括定位精度满足第一预设参数的XY坐标、定位精度满足第二预设参数的X坐标以及定位精度满足第三预设参数的Y坐标，步骤S4具体包括：
步骤S4.1：根据公式(10)，获得定位精度满足第一预设参数的XY坐标：
NUM＞Threshold2 (10)
其中，NUM代表公式(7)满足的累计次数，Threshold2代表第一预设参数的值；
步骤S4.2：根据公式(11)，获得定位精度满足第二预设参数的X坐标：
NUM_X＞Threshold4 (11)
其中，NUM_X代表公式(8)满足的累计次数，Threshold4代表第二预设参数的值；
步骤S4.3：根据公式(12)，获得定位精度满足第三预设参数的Y坐标：
NUM_Y＞Threshold6 (12)
其中，NUM_Y代表公式(9)满足的累计次数，Threshold6代表第三预设参数的值。
基于同样的发明构思，本发明第二方面提供了一种泛在定位信号多源融合系统，包括：
第一差值获取模块，用于获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，其中T时刻滤波更新定位结果是由滤波器将T时刻第一定位源定位结果和T时刻滤波预测定位结果滤波更新后获得；
第二差值获取模块，用于获取T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，其中T+1时刻滤波预测定位结果由滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得；
定位精度满足阈值的第一定位源定位结果获得模块，用于根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果；
定位精度满足预设参数的第一定位源定位结果获得模块，用于根据定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果；
多源融合模块，用于根据获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+i时刻滤波更新定位结果，即为最终多源融合定位结果。
在一种实施方式中，T时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T时刻滤波更新定位结果包括定位XY坐标、X坐标和Y坐标，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第一差值获取模块具体用于执行下述步骤包括：
步骤S1.1：通过构造第一向量表示第一差值中XY方向的差值，其中，第一向量的形式如式(1)所示：
VT代表构造的第一向量，(XT，YT)和分别代表T时刻第一定位源XY坐标和T时刻滤波更新定位结果的XY坐标；
步骤S1.2：通过构造第二向量表示第一差值中X方向的差值，其中，第二向量的形式如式(2)所示：
VT(X)代表构造的第二向量，XT和分别代表T时刻第一定位源的X坐标和T时刻滤波更新定位结果的X坐标；
步骤S1.3：通过构造第三向量表示第一差值中Y方向的差值，其中，第三向量的形式如式(3)所示：
VT(Y)代表构造的第三向量，YT和分别代表T时刻第一定位源的Y坐标和T时刻滤波更新定位结果的Y坐标。
基于同样的发明构思，本发明第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被执行时实现第一方面所述的方法。
基于同样的发明构思，本发明第四方面提供了一种计算机设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面所述的方法。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明提供的一种泛在定位信号多源融合方法，可以进行粗差探测和剔除。首先获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，接着获得T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，接下来根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果即可以获得定位精度相似的定位结果，然后根据获得的定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果即可以获得定位精度近似准确的定位结果，最后根据获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+1时刻滤波更新定位结果，即为最终多源融合定位结果，从而可以提高定位的精度及稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种泛在定位信号多源融合方法的流程示意图；
图2为具体示例中多源融合方法的实现流程图；
图3为判断Y链表是否成立的流程示意图；
图4为判断总链表是否成立的流程示意图；
图5为判断X链表是否成立的流程示意图；
图6为本发明实施例中多源融合系统的结构框图；
图7为本发明实施例中一种计算机可读存储介质的结构框图；
图8为本发明实施例中计算机设备的结构图。
具体实施方式
本发明的目的在于针对现有技术中由于环境复杂性导致某一种或多种定位源定位结果存在粗差，进而导致多源融合定位方法的融合定位结果产生跳变的问题，提出一种泛在定位信号多源融合方法，从而达到提高定位稳定性和精度的技术效果。
为达到上述技术效果，本发明的主要构思如下：
首先获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值；接着获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值；接下来根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果，即可以获得定位精度相似的定位结果，为了进一步提高定位准确性，再根据定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果，即定位精度近似准确的定位结果，最后根据定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得最终多源融合定位结果。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明欲保护的范围。
实施例一
本实施例提供了一种泛在定位信号多源融合方法，请参见图1，该方法包括：
步骤S1：获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，其中T时刻滤波更新定位结果是由滤波器将T时刻第一定位源定位结果和T时刻滤波预测定位结果滤波更新后获得。
具体来说，第一定位源为绝对定位源，例如WIFI定位源，第二定位源为相对定位源，例如PDR定位源。在具体实施过程中，第一定位源与第二定位源的数量可以有多个。T时刻滤波更新定位结果为多源融合定位方法最优估计坐标，通过对T时刻第一定位源定位结果和T时刻滤波预测定位结果进行滤波更新实现，可以采用现有的方法，在此不再详述。
步骤S2：获得T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，其中T+1时刻滤波预测定位结果由滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得。
具体来说，T+1时刻与T时刻为相邻的两个时刻。由于第二定位源为相对定位源，因此，当前时刻滤波预测定位结果需要根据前一时刻滤波更新定位结果和当前时刻第二定位源定位结果滤波预测获得，以PDR定位源为例，T+1时刻滤波预测定位结果，需要滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得。
步骤S3：根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果。
具体来说，阈值可以根据实际情况进行设置，例如为4、5等等。根据第一差值与第二差值之间的差与阈值的关系，则可以筛选出定位精度相似的定位结果。
步骤S4：根据步骤S3中获得的定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果。
具体来说，为了得到准确的定位结果，则需要在步骤S3的基础上，通过定位精度满足阈值的第一定位源定位结果的累计出现次数来判断。当定位精度满足阈值的第一定位源定位结果的累计出现次数满足预设参数时，则可以得到定位精度近似准确的定位结果。此外，本申请发明通过大量的实践与研究发现，在少数极端环境中，会存在粗差定位结果多于近似准确的定位结果的情况，因此，为了避免这种情况，本申请中，设定定位精度满足阈值的第一定位源定位结果的累计出现次数的值不超过10，累计出现次数的值的取值范围为1到10。
步骤S5：根据步骤S4中获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+1时刻滤波更新定位结果，即为最终多源融合定位结果。
具体来说，在得到定位精度近似准确的定位结果之后，则可以通过调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，得到结果稳定的多源融合定位结果。
在一种实施方式中，T时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T时刻滤波更新定位结果包括定位XY坐标、X坐标和Y坐标，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S1具体包括：
步骤S1.1：通过构造第一向量表示第一差值中XY方向的差值，其中，第一向量的形式如式(1)所示：
VT代表构造的第一向量，(XT，YT)和分别代表T时刻第一定位源XY坐标和T时刻滤波更新定位结果的XY坐标；
步骤S1.2：通过构造第二向量表示第一差值中X方向的差值，其中，第二向量的形式如式(2)所示：
VT(X)代表构造的第二向量，XT和分别代表T时刻第一定位源的X坐标和T时刻滤波更新定位结果的X坐标；
步骤S1.3：通过构造第三向量表示第一差值中Y方向的差值，其中，第三向量的形式如式(3)所示：
VT(Y)代表构造的第三向量，YT和分别代表T时刻第一定位源的Y坐标和T时刻滤波更新定位结果的Y坐标。
具体来说，步骤S1.1～步骤S1.3是分别构造向量来表示第一差值XY方向的差值、X方向的差值和Y方向的差值。
在一种实施方式中，T+1时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T+1时刻滤波预测的定位结果包括XY坐标、X坐标和Y坐标，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S2包括：
步骤S2.1：通过构造第四向量表示第二差值中XY方向的差值，其中，第四向量的形式如式(4)所示：
VT+1代表构造的第四向量，(XT+1，YT+1)表示表示T+1时刻第一定位源的XY坐标，表示T+1时刻滤波预测定位结果的XY坐标；
步骤S2.2：通过构造第五向量表示第二差值中X方向的差值，其中，第五向量的形式如式(5)所示：
VT+1(X)代表构造的第五向量，XT+1和分别代表T+1时刻第一定位源的X坐标和T+1时刻滤波预测的定位结果的X坐标；
步骤S2.3：通过构造第六向量表示第二差值中Y方向的差值，其中，第六向量的形式如式(6)所示：
VT+1(Y)代表构造的第六向量，YT+1和分别代表T+1时刻第一定位源的Y坐标和T+1时刻滤波预测的定位结果的Y坐标。
具体来说，步骤S2.1～步骤S2.3是分别构造向量来表示第二差值XY方向的差值、X方向的差值和Y方向的差值。
在一种实施方式中，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S3具体包括：
分别根据第一差值中XY方向的差值与第二差值中XY方向的差值之间的差与第一阈值的关系、第一差值中X方向的差值与第二差值中X方向的差值之间的差与第二阈值的关系、第一差值中Y方向的差值与第二差值中Y方向的差值之间的差与第三阈值的关系，获得定位精度满足阈值的第一定位源定位结果。
具体地，定位精度满足阈值的第一定位源定位结果的实现方式如下：
步骤S3.1：根据公式(7)，获得定位精度满足第一阈值的XY坐标：
||VT-VT+1||＜Threshold1 (7)
||VT-VT+1||代表第一向量与第四向量之间差的模值，Threshold1代表第一阈值；
步骤S3.2：根据公式(8)，获得定位精度满足第二阈值的X坐标：
||VT(X)-VT+1(X)||＜Threshold3 (8)
||VT(X)-VT+1(X)||代表第二向量与第五向量之间差的模值，Threshold3代表第二阈值；
步骤S3.3：根据公式(9)，获得定位精度满足第三阈值的Y坐标：
||VT(Y)-VT+1(Y)||＜Threshold5 (9)
||VT1(Y)-VT+1(Y)||代表第三向量与第六向量之间差的模值，Threshold5代表第三阈值。
具体来说，由于在获得某一种或多种定位源的相邻两个定位结果的时间间隔里，多源融合算法中滤波预测的相对精度很准确，此时，如果这相邻的两个第一定位源定位结果是近似准确的，那么第一差值与第二差值之差应满足一定的阈值。然而，由于环境的复杂性带来的某一种或多种定位源定位结果的随机性，会出现两个具有相似定位精度的粗差定位结果，也满足条件。因此，通过公式(7)、公式(8)和公式(9)找到的是具有相似定位精度的时间相邻的某一种或多种定位源的两个定位结果。(其中，公式(7)可以得到XY维度上定位相似的定位结果，公式(8)可以得到X维度上定位相似的定位结果，公式(9)可以得到Y维度上定位相似的定位结果)此时的定位结果可能都是准确的，或者都是不准确的。
在一种实施方式中，步骤S4具体包括：
步骤S4.1：根据公式(10)，获得定位精度满足第一预设参数的XY坐标：
NUM＞Threshold2 (10)
其中，NUM代表公式(7)满足的累计次数，Threshold2代表第一预设参数的值；
步骤S4.2：根据公式(11)，获得定位精度满足第二预设参数的X坐标：
NUM_X＞Threshold4 (11)
其中，NUM_X代表公式(8)满足的累计次数，Threshold4代表第二预设参数的值；
步骤S4.3：根据公式(12)，获得定位精度满足第三预设参数的Y坐标：
NUM_Y＞Threshold6 (12)
其中，NUM_Y代表公式(9)满足的累计次数，Threshold6代表第三预设参数的值。
具体来说，由于前述步骤中可以得到定位精度相似的定位结果，为了进一步得到定位精度高的定位结果，则需要统计定位精度相似的定位结果的出现次数。
因为在定位中，某一种或多种定位源近似准确的定位结果必然多于粗差定位结果，因此通过参数NUM来表示累积公式(7)满足的次数，NUM_X来表示累积公式(8)满足的次数、NUM_Y来表示累积公式(9)满足的次数。当满足对应公式对应参数时，则表示当前的某一种或多种定位源的定位结果是近似准确的定位结果。
具体地，当满足公式(10)设定的阈值时，可以认为当前的某一种或多种定位源在XY维度上的定位结果是近似准确的定位结果。当满足公式(11)设定的阈值时，可以认为当前的某一种或多种定位源在X维度上的定位结果是近似准确的定位结果。当满足公式(12)设定的阈值时，可以认为当前的某一种或多种定位源在Y维度上的定位结果是近似准确的定位结果。
请参见图2，为具体示例中泛在定位信号多源融合方法的实现流程图，首先判断是否收到一种或多种定位源的定位结果，如果否，则等待，如果是，则根据公式(1)、公式(2)和公式(3)构造向量，并初始化NUM、NUM_X、NUM_Y变量值为1，然后判断是否收到某一种或多种定位源的定位结果，且变量是否初始化，如果是，则分别判断Y链表、总链表、X链表是否成立，接着根据三个链表的成立与否在多源融合定位算法中实现粗差探测与剔除。再根据NUM、NUM_X、NUM_Y变量值是否满足条件，来根据公式(1)、公式(2)和公式(3)进行更新。
图3～图5分别为判断Y链表是否成立、总链表是否成立以及判断X链表是否成立的流程示意图；其中，判断Y链表是否成立即判断公式(12)是否成立，判断总链表是否成立即判断公式(10)是否成立，判断X链表是否成立即判断公式(11)是否成立。
(1)NUM＝＝1或者公式(7)满足且NUM＞＝2：
NUM＝＝1表示：当前第一定位源定位结果与构造成当前第一向量的第一定位源定位结果精度相差很大且代表构造成当前第一向量的第一定位源定位结果精度水平的累积定位个数只有一个。(需要说明的是，本发明中，如果没有特别说明，本发明中当前定位结果与T+1时刻定位结果等同)
公式(7)满足且NUM＞＝2时，表示：当前第一定位源定位结果是与构造成当前第一向量的第一定位源定位结果精度水平相当的定位结果。
(2)NUM_Y＝＝1或者公式(9)满足且NUM_Y＞＝2：
NUM_Y＝＝1表示：当前第一定位源Y方向上的定位结果与构造成当前第一向量的第一定位源Y方向上的定位结果精度相差很大且代表构造成当前第一向量的第一定位源Y方向上的定位结果精度水平的累积定位个数只有一个。
公式(9)满足且NUM_Y＞＝2时，表示：当前第一定位源Y方向上的定位结果是与构造成当前第一向量的第一定位源Y方向上的定位结果精度水平相当的定位结果。
(3)NUM_X＝＝1或者公式(8)满足且NUM_X＞＝2：
NUM_X＝＝1表示：当前第一定位源X方向上的定位结果与构造成当前第一向量的第一定位源X方向上的定位结果精度相差很大且代表构造成当前第一向量的第一定位源X方向上的定位结果精度水平的累积定位个数只有一个。
公式(8)满足且NUM_X＞＝2时，表示：当前第一定位源X方向上的定位结果是与构造成当前第一向量的第一定位源X方向上的定位结果精度水平相当的定位结果。
通过本发明提供的方法对包含不同样本数量的定位源进行了测试与验证，采用RMSE均方根差值指标来进行衡量，对比结果如表1所示。
指标 某种第一定位源 经过本发明方法 指标变化
样本数量 128 107 -21
RMSE 2.69m 1.87m 33.8％
基于同一发明构思，本申请还提供了与实施例一中一种泛在定位信号多源融合方法对应的系统，详见实施例二。
实施例二
本实施例提供了一种泛在定位信号多源融合系统，请参见图6，该系统包括：
第一差值获取模块201，用于获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，其中T时刻滤波更新定位结果是由滤波器将T时刻第一定位源定位结果和T时刻滤波预测定位结果滤波更新后获得；
第二差值获取模块202，用于获得T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，其中T+1时刻滤波预测定位结果由滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得；
定位精度满足阈值的第一定位源定位结果获得模块203，用于根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果；
定位精度满足预设参数的第一定位源定位结果获得模块204，用于根据定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果；
多源融合模块205，用于根据获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+1时刻滤波更新定位结果，即为最终多源融合定位结果。
在一种实施方式中，T时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T时刻滤波更新定位结果包括定位XY坐标、X坐标和Y坐标，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第一差值获取模块201具体用于执行下述步骤包括：
步骤S1.1：通过构造第一向量表示第一差值中XY方向的差值，其中，第一向量的形式如式(1)所示：
VT代表构造的第一向量，(XT，YT)和分别代表T时刻第一定位源XY坐标和T时刻滤波更新定位结果的XY坐标；
步骤S1.2：通过构造第二向量表示第一差值中X方向的差值，其中，第二向量的形式如式(2)所示：
VT(X)代表构造的第二向量，XT和分别代表T时刻第一定位源的X坐标和T时刻滤波更新定位结果的X坐标；
步骤S1.3：通过构造第三向量表示第一差值中Y方向的差值，其中，第三向量的形式如式(3)所示：
VT(Y)代表构造的第三向量，YT和分别代表T时刻第一定位源的Y坐标和T时刻滤波更新定位结果的Y坐标。
在一种实施方式中，T+1时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T+1时刻滤波预测的定位结果包括XY坐标、X坐标和Y坐标，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，第二差值获取模块202具体用于执行下述步骤：
步骤S2.1：通过构造第四向量表示第二差值中XY方向的差值，其中，第四向量的形式如式(4)所示：
VT+1代表构造的第四向量，(XT+1，YT+1)表示T+1时刻第一定位源的XY坐标，表示T+1时刻滤波预测定位结果的XY坐标；
步骤S2.2：通过构造第五向量表示第二差值中X方向的差值，其中，第五向量的形式如式(5)所示：
VT+1(X)代表构造的第五向量，XT+1和分别代表T+1时刻第一定位源的X坐标和T+1时刻滤波预测的定位结果的X坐标；
步骤S2.3：通过构造第六向量表示第二差值中Y方向的差值，其中，第六向量的形式如式(6)所示：
VT+1(Y)代表构造的第六向量，YT+1和分别代表T+1时刻第一定位源的Y坐标和T+1时刻滤波预测的定位结果的Y坐标。
在一种实施方式中，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，第一定位结果获得模块203具体用于：
分别根据第一差值中XY方向的差值与第二差值中XY方向的差值之间的差与第一阈值的关系、第一差值中X方向的差值与第二差值中X方向的差值之间的差与第二阈值的关系、第一差值中Y方向的差值与第二差值中Y方向的差值之间的差与第三阈值的关系，获得定位精度满足阈值的第一定位源定位结果。
在一种实施方式中，定位精度满足阈值的第一定位源定位结果包括定位精度满足第一阈值的XY坐标、定位精度满足第二阈值的X坐标和定位精度满足第三阈值的Y坐标，第一定位结果获得模块203具体用于执行下述步骤：
步骤S3.1：根据公式(7)，获得定位精度满足第一阈值的XY坐标：
||VT-VT+1||＜Threshold1 (7)
||VT-VT+1||代表第一向量与第四向量之间差的模值，Threshold1代表第一阈值；
步骤S3.2：根据公式(8)，获得定位精度满足第二阈值的X坐标：
||VT(X)-VT+1(X)||＜Threshold3 (8)
||VT(X)-VT+1(X)||代表第二向量与第五向量之间差的模值，Threshold3代表第二阈值；
步骤S3.3：根据公式(9)，获得定位精度满足第三阈值的Y坐标：
||VT(Y)-VT+1(Y)||＜Threshold5 (9)
||VT(Y)-VT+1(Y)||代表第三向量与第六向量之间差的模值，Threshold5代表第三阈值。
在一种实施方式中，定位精度满足预设参数的第一定位源定位结果包括定位精度满足第一预设参数的XY坐标、定位精度满足第二预设参数的X坐标以及定位精度满足第三预设参数的Y坐标，第二定位结果获得模块204具体用于执行下述步骤：
步骤S4.1：根据公式(10)，获得定位精度满足第一预设参数的XY坐标：
NUM＞Threshold2 (10)
其中，NUM代表公式(7)满足的累计次数，Threshold2代表第一预设参数的值；
步骤S4.2：根据公式(11)，获得定位精度满足第二预设参数的X坐标：
NUM_X＞Threshold4 (11)
其中，NUM_X代表公式(8)满足的累计次数，Threshold4代表第二预设参数的值；
步骤S4.3：根据公式(12)，获得定位精度满足第三预设参数的Y坐标：
NUM-Y＞Threshold6 (12)
其中，NUM_Y代表公式(9)满足的累计次数，Threshold6代表第三预设参数的值。
由于本发明实施例二所介绍的系统，为实施本发明实施例一中泛在定位信号多源融合方法所采用的系统，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该系统的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的系统都属于本发明所欲保护的范围。
基于同一发明构思，本申请还提供了与实施例一中泛在定位信号多源融合方法对应的计算机可读存储介质，详见实施例三。
实施例三
请参见图7，本发明还提供了一种计算机可读存储介质400，其上存储有计算机程序411，该程序被执行时实现如实施例一中所述的方法。
由于本发明实施例三所介绍的计算机可读存储介质为实施本发明实施例一中泛在定位信号多源融合方法所采用的计算机可读存储介质，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该计算机可读存储介质的具体结构及变形，故而在此不再赘述。凡是本发明实施例一中方法所采用的计算机可读存储介质都属于本发明所欲保护的范围。
基于同一发明构思，本申请还提供了与实施例一中泛在定位信号多源融合方法对应的计算机设备，详见实施例四。
实施例四
基于同一发明构思，本申请还提供了一种计算机设备，请参见图8，该设备包括：至少一个处理器501；以及与所述处理器通信连接的至少一个存储器502，其中，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行实施例一所述的方法。
具体来说，处理器(processor)501、存储器(memory)502和总线503；其中，所述处理器501和存储器502通过所述总线503完成相互间的通信；所述处理器501用于调用所述存储器502中的程序指令，以执行上述各方法实施例所提供的方法。
由于本发明实施例四所介绍的计算机设备为实施本发明实施例一中泛在定位信号多源融合方法所采用的计算机设备，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该计算机设备的具体结构及变形，故而在此不再赘述。凡是本发明实施例一中方法所采用的计算机设备都属于本发明所欲保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种泛在定位信号多源融合方法，其特征在于，包括：
步骤S1：获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，其中T时刻滤波更新定位结果是由滤波器将T时刻第一定位源定位结果和T时刻滤波预测定位结果滤波更新后获得；
步骤S2：获取T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，其中T+1时刻滤波预测定位结果由滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得；
步骤S3：根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果；
步骤S4：根据步骤S3中获得的定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果；
步骤S5：根据步骤S4中获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+1时刻滤波更新定位结果，即为最终多源融合定位结果。
2.如权利要求1所述的方法，其特征在于，T时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T时刻滤波更新定位结果包括定位XY坐标、X坐标和Y坐标，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S1包括：
步骤S1.1：通过构造第一向量表示第一差值中XY方向的差值，其中，第一向量的形式如式(1)所示：
VT代表构造的第一向量，(XT,YT)和分别代表T时刻第一定位源XY坐标和T时刻滤波更新定位结果的XY坐标；
步骤S1.2：通过构造第二向量表示第一差值中X方向的差值，其中，第二向量的形式如式(2)所示：
VT(X)代表构造的第二向量，XT和分别代表T时刻第一定位源的X坐标和T时刻滤波更新定位结果的X坐标；
步骤S1.3：通过构造第三向量表示第一差值中Y方向的差值，其中，第三向量的形式如式(3)所示：
VT(Y)代表构造的第三向量，YT和分别代表T时刻第一定位源的Y坐标和T时刻滤波更新定位结果的Y坐标。
3.如权利要求2所述的方法，其特征在于，T+1时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T+1时刻滤波预测的定位结果包括XY坐标、X坐标和Y坐标，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S2包括：
步骤S2.1：通过构造第四向量表示第二差值中XY方向的差值，其中，第四向量的形式如式(4)所示：
VT+1代表构造的第四向量，(XT+1,YT+1)表示T+1时刻第一定位源的XY坐标，表示T+1时刻滤波预测定位结果的XY坐标；
步骤S2.2：通过构造第五向量表示第二差值中X方向的差值，其中，第五向量的形式如式(5)所示：
VT+1(X)代表构造的第五向量，XT+1和分别代表T+1时刻第一定位源的X坐标和T+1时刻滤波预测的定位结果的X坐标；
步骤S2.3：通过构造第六向量表示第二差值中Y方向的差值，其中，第六向量的形式如式(6)所示：
VT+1(Y)代表构造的第六向量,YT+1和分别代表T+1时刻第一定位源的Y坐标和T+1时刻滤波预测的定位结果的Y坐标。
4.如权利要求1所述的方法，其特征在于，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第二差值包括XY方向的差值、X方向的差值以及Y方向的差值，步骤S3具体包括：
分别根据第一差值中XY方向的差值与第二差值中XY方向的差值之间的差与第一阈值的关系、第一差值中X方向的差值与第二差值中X方向的差值之间的差与第二阈值的关系、第一差值中Y方向的差值与第二差值中Y方向的差值之间的差与第三阈值的关系，获得定位精度满足阈值的第一定位源定位结果。
5.如权利要求4所述的方法，其特征在于，定位精度满足阈值的第一定位源定位结果包括定位精度满足第一阈值的XY坐标、定位精度满足第二阈值的X坐标和定位精度满足第三阈值的Y坐标，步骤S3具体包括：
步骤S3.1：根据公式(7)，获得定位精度满足第一阈值的XY坐标：
||VT-VT+1||<Threshold1 (7)
||VT-VT+1||代表第一向量与第四向量之间差的模值，Threshold1代表第一阈值；
步骤S3.2：根据公式(8)，获得定位精度满足第二阈值的X坐标：
||VT(X)-VT+1(X)||<Threshold3 (8)
||VT(X)-VT+1(X)||代表第二向量与第五向量之间差的模值，Threshold3代表第二阈值；
步骤S3.3：根据公式(9)，获得定位精度满足第三阈值的Y坐标：
||VT(Y)-VT+1(Y)||<Threshold5 (9)
||VT1(Y)-VT+1(Y)||代表第三向量与第六向量之间差的模值，Threshold5代表第三阈值。
6.如权利要求5所述的方法，其特征在于，定位精度满足预设参数的第一定位源定位结果包括定位精度满足第一预设参数的XY坐标、定位精度满足第二预设参数的X坐标以及定位精度满足第三预设参数的Y坐标，步骤S4具体包括：
步骤S4.1：根据公式(10)，获得定位精度满足第一预设参数的XY坐标：
NUM>Threshold2 (10)
其中，NUM代表公式(7)满足的累计次数，Threshold2代表第一预设参数的值；
步骤S4.2：根据公式(11)，获得定位精度满足第二预设参数的X坐标：
NUM_X>Threshold4 (11)
其中，NUM_X代表公式(8)满足的累计次数，Threshold4代表第二预设参数的值；
步骤S4.3：根据公式(12)，获得定位精度满足第三预设参数的Y坐标：
NUM_Y>Threshold6 (12)
其中，NUM_Y代表公式(9)满足的累计次数，Threshold6代表第三预设参数的值。
7.一种泛在定位信号多源融合系统，其特征在于，包括：
第一差值获取模块，用于获取T时刻第一定位源定位结果和T时刻滤波更新定位结果，并获得T时刻第一定位源定位结果与T时刻滤波更新定位结果之间的第一差值，其中T时刻滤波更新定位结果是由滤波器将T时刻第一定位源定位结果和T时刻滤波预测定位结果滤波更新后获得；
第二差值获取模块，用于获取T+1时刻第一定位源定位结果、T+1时刻第二定位源定位结果和T+1时刻滤波预测定位结果，并获得T+1时刻第一定位源定位结果与T+1时刻滤波预测定位结果之间的第二差值，其中T+1时刻滤波预测定位结果由滤波器在T时刻滤波更新定位结果基础上根据T+1时刻第二定位源定位结果滤波预测获得；
定位精度满足阈值的第一定位源定位结果获得模块，用于根据第一差值与第二差值之间的差与阈值的关系，获得定位精度满足阈值的第一定位源定位结果；
定位精度满足预设参数的第一定位源定位结果获得模块，用于根据定位精度满足阈值的第一定位源定位结果的累计出现次数是否满足预设参数，获得定位精度满足预设参数的第一定位源定位结果；
多源融合模块，用于根据获得的定位精度满足预设参数的第一定位源定位结果，调整滤波器中第一定位源定位结果的观测噪声矩阵并进行滤波更新，获得T+1时刻滤波更新定位结果，即为最终多源融合定位结果。
8.如权利要求7所述的系统，其特征在于，T时刻第一定位源的定位结果包括XY坐标、X坐标和Y坐标，T时刻滤波更新定位结果包括定位XY坐标、X坐标和Y坐标，第一差值包括XY方向的差值、X方向的差值以及Y方向的差值，第一差值获取模块具体用于执行下述步骤包括：
步骤S1.1：通过构造第一向量表示第一差值中XY方向的差值，其中，第一向量的形式如式(1)所示：
VT代表构造的第一向量，(XT,YT)和分别代表T时刻第一定位源XY坐标和T时刻滤波更新定位结果的XY坐标；
步骤S1.2：通过构造第二向量表示第一差值中X方向的差值，其中，第二向量的形式如式(2)所示：
VT(X)代表构造的第二向量，XT和分别代表T时刻第一定位源的X坐标和T时刻滤波更新定位结果的X坐标；
步骤S1.3：通过构造第三向量表示第一差值中Y方向的差值，其中，第三向量的形式如式(3)所示：
VT(Y)代表构造的第三向量，YT和分别代表T时刻第一定位源的Y坐标和T时刻滤波更新定位结果的Y坐标。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被执行时实现如权利要求1至6中任一项权利要求所述的方法。
10.一种计算机设备，其特征在于，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6中任一项权利要求所述的方法。
CN201910800612.1A 2019-08-28 2019-08-28 一种泛在定位信号多源融合方法及系统 Active CN110580325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910800612.1A CN110580325B (zh) 2019-08-28 2019-08-28 一种泛在定位信号多源融合方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910800612.1A CN110580325B (zh) 2019-08-28 2019-08-28 一种泛在定位信号多源融合方法及系统

Publications (2)

Publication Number Publication Date
CN110580325A true CN110580325A (zh) 2019-12-17
CN110580325B CN110580325B (zh) 2021-01-01

Family

ID=68811926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910800612.1A Active CN110580325B (zh) 2019-08-28 2019-08-28 一种泛在定位信号多源融合方法及系统

Country Status (1)

Country Link
CN (1) CN110580325B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113534222A (zh) * 2020-04-17 2021-10-22 宝马股份公司 用于车辆定位的方法、用于车辆定位的设备和车辆
CN114111774A (zh) * 2021-12-06 2022-03-01 纵目科技（上海）股份有限公司 车辆的定位方法、系统、设备及计算机可读存储介质
CN114323020A (zh) * 2021-12-06 2022-04-12 纵目科技（上海）股份有限公司 车辆的定位方法、系统、设备及计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7719461B1 (en) * 2008-08-05 2010-05-18 Lockheed Martin Corporation Track fusion by optimal reduced state estimation in multi-sensor environment with limited-bandwidth communication path
CN103499350A (zh) * 2013-09-28 2014-01-08 长安大学 Gps盲区下融合多源信息的车辆高精度定位方法及装置
CN104501796A (zh) * 2014-12-16 2015-04-08 重庆邮电大学 一种室内wlan/mems融合跨楼层3维定位方法
CN104567880A (zh) * 2014-12-23 2015-04-29 北京理工大学 一种基于多源信息融合的火星最终接近段自主导航方法
CN107332898A (zh) * 2017-06-27 2017-11-07 中国矿业大学(北京) 一种多源传感器融合的矿井瓦斯释放源定位方法
CN108490388A (zh) * 2018-03-13 2018-09-04 同济大学 一种基于uwb与vlc技术的多源联合室内定位方法
CN109669201A (zh) * 2018-11-13 2019-04-23 斯沃德教育科技股份有限公司 一种基于可穿戴式的室内外定位算法
US10388272B1 (en) * 2018-12-04 2019-08-20 Sorenson Ip Holdings, Llc Training speech recognition systems using word sequences

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7719461B1 (en) * 2008-08-05 2010-05-18 Lockheed Martin Corporation Track fusion by optimal reduced state estimation in multi-sensor environment with limited-bandwidth communication path
CN103499350A (zh) * 2013-09-28 2014-01-08 长安大学 Gps盲区下融合多源信息的车辆高精度定位方法及装置
CN104501796A (zh) * 2014-12-16 2015-04-08 重庆邮电大学 一种室内wlan/mems融合跨楼层3维定位方法
CN104567880A (zh) * 2014-12-23 2015-04-29 北京理工大学 一种基于多源信息融合的火星最终接近段自主导航方法
CN107332898A (zh) * 2017-06-27 2017-11-07 中国矿业大学(北京) 一种多源传感器融合的矿井瓦斯释放源定位方法
CN108490388A (zh) * 2018-03-13 2018-09-04 同济大学 一种基于uwb与vlc技术的多源联合室内定位方法
CN109669201A (zh) * 2018-11-13 2019-04-23 斯沃德教育科技股份有限公司 一种基于可穿戴式的室内外定位算法
US10388272B1 (en) * 2018-12-04 2019-08-20 Sorenson Ip Holdings, Llc Training speech recognition systems using word sequences

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周瑞 等: "基于卡尔曼滤波的WiFi-PDR融合室内定位", 《电子科技大学学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113534222A (zh) * 2020-04-17 2021-10-22 宝马股份公司 用于车辆定位的方法、用于车辆定位的设备和车辆
CN114111774A (zh) * 2021-12-06 2022-03-01 纵目科技（上海）股份有限公司 车辆的定位方法、系统、设备及计算机可读存储介质
CN114323020A (zh) * 2021-12-06 2022-04-12 纵目科技（上海）股份有限公司 车辆的定位方法、系统、设备及计算机可读存储介质
CN114323020B (zh) * 2021-12-06 2024-02-06 纵目科技（上海）股份有限公司 车辆的定位方法、系统、设备及计算机可读存储介质
CN114111774B (zh) * 2021-12-06 2024-04-16 纵目科技（上海）股份有限公司 车辆的定位方法、系统、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN110580325B (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
CN110580325B (zh) 一种泛在定位信号多源融合方法及系统
CN108364014A (zh) 一种基于因子图的多源信息融合方法
US20230042968A1 (en) High-definition map creation method and device, and electronic device
CN112800915A (zh) 建筑物变化检测方法、装置、电子设备以及存储介质
CN112484738B (zh) 机器人建图方法、装置、计算机可读存储介质及机器人
CN110645980B (zh) 一种室内外一体化定位导航方法及其系统
CN114036253B (zh) 高精地图数据处理方法、装置、电子设备和介质
CN112183627B (zh) 生成预测密度图网络的方法和车辆年检标数量检测方法
CN113706592A (zh) 一种定位信息的修正方法、装置、电子设备和存储介质
CN113189541B (zh) 一种定位方法、装置及设备
CN112526470A (zh) 标定雷达参数的方法和装置、电子设备、存储介质
CN112462758A (zh) 一种建图方法、装置、计算机可读存储介质及机器人
CN113901998A (zh) 模型的训练方法、装置、设备、存储介质以及检测方法
CN114445312B (zh) 一种地图数据的融合方法、装置、电子设备及存储介质
CN112150491B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN112308917A (zh) 一种基于视觉的移动机器人定位方法
CN115797182B (zh) 一种特征图插值方法、装置、设备和存储介质
CN114299192B (zh) 定位建图的方法、装置、设备和介质
CN110569892B (zh) 一种泛在定位信号静态定位方法及系统
CN113920273B (zh) 图像处理方法、装置、电子设备和存储介质
CN115131243A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN110850365A (zh) 一种定位方法、装置及终端设备
CN108332751B (zh) 一种多源融合定位方法、装置、电子设备及存储介质
CN114049615B (zh) 行驶环境中交通对象融合关联方法、装置及边缘计算设备
CN113034685B (zh) 激光点云与高精地图的叠加方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant