我通过其RSSI和三边测量算法将BLE(蓝牙低功耗)用于室内定位系统。
问题是如何使用RSSI找到准确的距离。
每次,由于某些干扰,信标会提供不同的RSSI值。
我读到卡尔曼滤波器可以在一定程度上解决这个问题,但我如何使用卡尔曼滤波器?
据我所知,有两个功能。一个是预测,另一个是校正。但是我应该从哪里开始呢?
答案 0 :(得分:2)
卡尔曼滤波器不适合您的问题。
答案 1 :(得分:1)
使用BLE很难估计准确的距离。如果您使用许多信标(每1米),您可以估计它,但如果信标之间的距离很大,则由于信号的反射和吸收而很难。 您可以尝试使用指纹识别以获得更好的准确性。卡尔曼滤波器不适合此应用,因为您没有额外的控制矢量来预测。如果你是静止的,那么KF可以提供帮助,但对于动态情况,你需要有控制矢量来预测,你的BLE RSSI水平可以用作测量。
答案 2 :(得分:0)
卡尔曼滤波器仅与“在场”检测相关,而与“位置”无关,即,如果位置是静态的,则很有用。
预测函数将是一个简单的常数函数:RSSI(t) = RSSI(t-1)
。
为了更正,您将需要设置一个任意值,以表示您对测量值的“信任”程度。
如果您想研究此解决方案,那么此blog post可能是一个不错的起点:它提供了说明,简化的模型以及此类卡尔曼滤波器的实现。