基于无迹卡尔曼滤波(UKF)的RSSI室内定位算法设计与实现的任务书.docx

基于无迹卡尔曼滤波(UKF)的RSSI室内定位算法设计与实现的任务书
任务书：基于无迹卡尔曼滤波(UKF)的RSSI室内定位算法设计与实现
一、任务描述
当前，人们生活、工作、娱乐等活动都离不开室内环境。因此，室内定位技术应运而生。室内定位技术能够帮助人们更好地了解空间信息，实现个性化服务，提高效率。本任务旨在通过研究和实现基于无迹卡尔曼滤波(UKF)的RSSI室内定位算法，实现对室内物体及其位置的准确定位。
二、任务目标
1.了解室内定位技术发展历史和现状。
2.了解室内定位技术中无迹卡尔曼滤波(UKF)的原理及其在室内定位中的应用。
3.掌握Wi-Fi信号中RSSI(RadioSignalStrengthIndicator)的获取及其与距离的关系。
4.实现RSSI测量数据采集程序，能够获取多个Wi-Fi信号的RSSI值。
5.设计室内定位算法，将多个Wi-Fi信号的RSSI值转化为物体的位置坐标。
6.采用无迹卡尔曼滤波(UKF)对算法进行优化，提高精度和准确度。
7.编写实验程序，验证算法的正确性和稳定性。
三、任务步骤
1.阅读相关文献，了解室内定位技术和无迹卡尔曼滤波(UKF)的原理。
2.开发RSSI测量数据采集程序，获取Wi-Fi信号的RSSI值。
3.通过对比RSSI值和距离的关系，设计和实现物体位置坐标的转化算法。
4.采用无迹卡尔曼滤波(UKF)进行算法优化，提高定位精度和准确度。
5.编写实验程序，对算法进行验证和测试。
6.根据测试结果，对算法进行修改和优化。
四、任务要求
1.熟悉Java或C++编程语言。
2.熟悉Wi-Fi信号和RSSI的原理和应用。
3.对室内定位技术和无迹卡尔曼滤波(UKF)有一定的了解。
4.能够独立开发RSSI测量数据采集程序，获取Wi-Fi信号的RSSI值。
5.能够独立设计和实现物体位置坐标的转化算法。
6.能够熟练使用无迹卡尔曼滤波(UKF)进行算法优化。
7.能够编写实验程序，对算法进行验证和测试。
8.任务完成后，需编写一份报告，介绍任务执行的过程和结果，并撰写一篇论文，对算法进行深入分析和研究。
五、参考文献
1.刘会华，徐锡武，田红，苏骥（2019）.基于UKF的无线传感器网络室内定位算法.计算机系统应用，28(5),254-259.
2.王玉卓，林昱钧，邱基爱，江普（2020）.复杂室内环境下WiFi室内定位技术研究.计算机应用与软件，37(10),163-168.
3.张昆昆，韩金生，陈德标，周银松（2021）.基于RSSI的室内定位算法研究.计算机工程与设计，42(4),1101-1105.