基于智能手机的LSTM室内定位算法研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:shnoonkids
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能手机的快速发展,使用智能手机进行室内定位成为近几年的研究热点之一。使用智能手机进行定位时,针对单纯MEMS惯导推算误差发散速度过快和累积误差会造成定位精度过低的问题,建立了行人运动曲率模型,提出了一种融和卡尔曼滤波和长短时记忆网络(LSTM)的是高精度定位算法。方法包含:使用手机内置传感器采集加速度传感器和陀螺仪数据,建立数据集。利用卡尔曼滤波剔除陀螺仪数据中高斯白噪声,建立LSTM深度神经网络模型预测陀螺仪数据,抑制数据中含有的常值漂移。通过实验验证表明:相比于直接使用MEMS传感器数据进行定位,基于LSTM的室内定位方法可以明显提高定位精度,平均误差在1.33M,满足了人们位置服务需求。
其他文献
森林碳库在调节CO2浓度及减缓温室效应中发挥重要作用。本研究选择广东木荷林为研究对象,通过相邻样地法,进行植被生物量、凋落物生物量和土壤样品的采样与分析,研究不同林火干扰强度对生态系统各碳库(植被、凋落物和土壤有机碳)及生态系统碳库产生的变化规律和空间分布格局及其影响因素。结果表明:(1)植被碳密度随着林火干扰强度增强而减少,但不同组分的植被碳密度表现不同,乔木碳密度在不同林火干扰强度下变化与植被
为了挖掘小麦旗叶相关性状的QTL,本研究以小麦品系绵96-5 (M96-5)与贵协3 (GX3)构建的228个家系的重组自交系为材料,使用55K SNP芯片进行基因分型,在5个环境下进行小麦旗叶相关性状的QTL检测。结果表明,采用完备复合区间作图法共检测到14个与旗叶性状相关的QTL,分别位于2D (1)、4B (6)、5A (1)、5B (2)、5D (2)、6A (1)和7B (1)染色体上,
随着高速铁路网中噪声污染问题的日益突出,为确保车厢的高舒适性、重要设备的高能效运行和沿线两路居民区的高生活环境质量,吸隔声车厢体结构和声屏障结构在高速铁路轨道降噪中得到了广泛的研究和推广应用。而由于质量定律的限制,在有限的空间和质量条件下传统的吸隔声材料和结构难以满足低频宽带降噪的实际需求,因此,如何在轻量化设计的前提下实现低频宽带降噪性能是一个巨大的挑战。近二十年来,声学超材料技术发展迅速,各种
从新媒体时代对新闻图片传播力的分析,围绕媒体平台和摄影记者两方面就提升新闻图片传播力策略,提出新闻摄影工作者要在新媒体背景下,推动新闻图片扮演更有冲击力、内涵更丰富的重要角色,发挥出新闻摄影在新媒体时代的全新传播力效应。
现如今,随着社会主义市场经济的发展,资本市场竞争日趋激烈。上市公司面临着越来越多的机会和挑战,有不少企业因外部经济环境或者自身的种种因素,导致盈利能力降低甚至发生亏损,并出现资不抵债等情况。通常情况下,当企业到了资不抵债的地步,有两种选择,一种是直接进入破产清算程序,另一种是和债权人协商,力求在维护双方利益的前提下以债务重组的方式走出债务困境。而后者已经逐渐成为上市公司解决财务危机的首选手段。论文
新闻提炼对新闻作品的最终呈现效果有较大的影响。本文结合实例,从抓角度、抓亮点、巧策划、把握时机四个方面,分析新闻提炼方式在新闻摄影作品中的运用。在媒体融合时代,经过深度主题提炼、创新表达方式的新闻摄影作品,通过手机、客户端、公众号等新媒介走进千家万户,为新闻摄影带来了全新语境和发展空间。
<正>一项于2019年1月16日发表在Science Advances上的研究显示,在未来的几十年内,由于愈发严重的干旱、森林流失和害虫灾害问题,全球大部分的野生咖啡品种都将面临灭绝的风险,这将对价值数十亿美元的咖啡产业产生潜在威胁。商业咖啡的两位主打明星分别是阿拉比卡(Arabica)咖啡豆和罗布斯塔(Robusta)咖啡豆。阿拉比卡咖啡易受高温影响,罗布斯塔咖啡则对干旱的土壤更加敏感。而野生咖
期刊