3

现在的情况：

我已经为室内定位系统实现了一个粒子过滤器。它使用磁场的指纹。粒子过滤器的实现非常简单：

  1. 我创建了均匀分布在整个区域的所有粒子
  2. 每个粒子都有一个速度（高斯分布，“正常”步行速度的平均值）和一个方向（均匀分布在所有方向上）
  3. 改变速度和方向（均为高斯分布）
  4. 在给定方向上移动所有粒子的速度乘以上一次和当前测量的时间差
  5. 找到每个粒子最近的指纹
  6. 通过比较最接近的指纹和给定的测量值来计算每个粒子的新权重
  7. 标准化
  8. 重采样
  9. 每次测量重复 #3 到 #9

问题：

现在我想做基本相同的事情，但在系统中添加另一个传感器（即 WiFi 测量）。如果测量值同时出现，就不会有问题。然后我只计算第一个传感器的概率并将其乘以第二个传感器的概率，得到我在#6 处的粒子重量。

但磁场传感器的采样率非常高（约 100 Hz），WiFi 测量值大约每秒出现一次。

我不知道处理这个问题的最佳方法是什么。

可能的解决方案：

  1. 我可以丢弃（或平均）所有磁场测量值，直到出现 WiFi 测量值，然后将最后一次磁场测量值（或平均值）和 WiFi 信号一起使用。所以基本上我将磁场传感器的采样率降低到 WiFi 传感器的采样率
  2. 对于每次磁场测量，我使用最后一次看到的 WiFi 测量
  3. 我使用分离的传感器。这意味着如果我测量一个传感器，我会执行所有步骤 #3 到 #9，而不使用另一个传感器的任何测量数据
  4. 我没有考虑过的任何其他解决方案；）

我不确定哪个是最好的解决方案。所有的解决方案似乎都不是很好。

对于＃1，我会说我正在丢失信息。虽然我不确定为粒子滤波器使用大约 100 Hz 的采样率是否有意义。

在＃2，我必须假设 WiFi 信号不会很快出现，这是我无法证明的。

如果我单独使用传感器，则磁场测量变得比 WiFi 测量更重要，因为所有步骤都将使用磁性数据发生 100 次，直到出现一次 WiFi 测量。

你知道处理这个问题的好论文吗？

是否已经有一个标准解决方案来处理粒子过滤器中具有不同样本大小的多个传感器？

100 Hz 的样本大小有意义吗？或者粒子过滤器的一个步骤的适当时间差是多少？

非常感谢您提供任何提示或解决方案:)

4

1 回答 1

1

在#2 中，您可以将滤波器延迟 1 秒并在 WiFi 测量之间进行插值，而不是使用采样保持，以便进行上采样，从而使两个信号都处于 100Hz。

如果您对 WiFi 行为有更多了解，您可以使用比线性插值更先进的东西来模拟更新之间的 Wifi 行为。这些人使用更先进的异步保持来对较慢的传感器信号进行上采样，但卡尔曼滤波器之类的东西也可能起作用。

关于更新速度，我认为 100Hz 对您的应用程序来说听起来很高（假设您正在对在室内行走的人进行定位），因为您可能会考虑很多噪声，降低采样频率是一种廉价的过滤高-频率噪声。

于 2013-05-15T20:31:26.997 回答