隨著手機定位的應(yīng)用越來越多,目前市場中許多APP(Application)都會用到定位功能.但多數(shù)APP使用傳統(tǒng)的定位算法,不能滿足人們實時獲取高精度地理位置信息的需求.現(xiàn)階段對于手機的全球定位系統(tǒng)(GPS)芯片原始數(shù)據(jù)定位方法的研究較少,因此本文主要對利用手機GPS原始數(shù)據(jù)定位的可行性及定位算法進行了研究.利用Android 7.0系統(tǒng)提供的應(yīng)用程序接口獲取GPS芯片的原始數(shù)據(jù)參數(shù),根據(jù)手機實用場景的速度特征,分別設(shè)計并實現(xiàn)了針對于靜態(tài)場景的靜態(tài)卡爾曼濾波和針對低速場景的動態(tài)卡爾曼濾波定位算法.通過靜態(tài)實驗以及電動車實驗和步行實驗的結(jié)果表明:與傳統(tǒng)的定位算法相比,本文設(shè)計的靜態(tài)卡爾曼濾波和動態(tài)卡爾曼濾波定位算法擁有更好的定位結(jié)果,更加接近實際行走路線,證明了利用手機GPS原始數(shù)據(jù)定位的可行性,同時也證明了設(shè)計的卡爾曼濾波算法可以提高定位精度,論文的研究結(jié)果為實現(xiàn)靜態(tài)與動態(tài)的高精度手機定位算法提供了理論依據(jù).

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 算法描述
    1.1 偽距測量
    1.2 卡爾曼濾波
        1.2.1 擴展卡爾曼濾波計算過程
        1.2.2 靜態(tài)卡爾曼濾波實現(xiàn)
        1.2.3 動態(tài)卡爾曼濾波實現(xiàn)
2 實驗及設(shè)備說明
    2.1 設(shè)備說明
    2.2 實驗說明
3 實驗結(jié)果分析
    3.1 靜態(tài)實驗
    3.2 低速動態(tài)實驗
        3.2.1 電動車實驗
        3.2.2 步行實驗
4 結(jié)束語



本文編號：3803521