基于数据融合的定位算法研究

为了获得更加准确的估计位置,对一种基于数据融合的定位算法进行研究。本文提出一种基于数据融合的模型感知目标定位定位算法,能够处理多种不同类型的定位数据。与传统的算法相比该算法以目标个数的稀疏性为基础,通过无线传感器网络技术来重构目标位置向量,从而大大减少了传感器的数目。算法分为数据处理和数据融合定位两个阶段性,第一个数据处理是将不同类型的数据转换到一个数量,使得不同类型的数据被充分用来提高目标定位性能,第二个是基于多测量的模型重构算法来估计目标位置向量。从两个对比结果显示,融合算法的定位精度优于非融合算法且运算量较小。