采用不同采样率的多传感器粒子滤波器

Question

现状：

我已经为室内定位系统实现了粒子过滤器。它使用磁场的指纹。粒子过滤器的实现是非常直接的：

1. 我创造了所有均匀分布在整个区域的粒子
2. 每个粒子得到一个速度(高斯分布，平均为“正常”行走速度)和一个方向(均匀分布在所有方向)。
3. 改变速度和方向(均为高斯分布)
4. 将所有粒子按给定方向移动，乘以速度乘以最后测量和电流测量的时间差。
5. 找到每个粒子最近的指纹
6. 通过比较最近的指纹和给定的测量值来计算每个粒子的新重量。
7. 规格化
8. 重采样
9. 为每次测量重复#3到#9

问题：

现在，我想做的基本相同，但增加另一个传感器到系统(即WiFi测量)。如果测量同时出现，就不会有问题了。然后，我只计算第一个传感器的概率，乘以第二个传感器的概率，得到第6个粒子的重量。

但是磁场传感器的采样率很高(约100 Hz)，WiFi测量大约每秒钟出现一次。

我不知道怎样才能最好地解决这个问题。

可能的解决方案：

1. 我可以扔掉(或平均)所有的磁场测量，直到出现一个WiFi测量，并使用最后的磁场测量(或平均值)和WiFi信号在一起。所以基本上，我把磁场传感器的采样率降低到了WiFi传感器的采样率。
2. 对于每一次磁场测量，我使用最后一次看到的WiFi测量
3. 我用分开的感应器。这意味着，如果我得到一个传感器的测量结果，我将执行所有步骤#3至#9，而不使用另一个传感器的任何测量数据。
4. (我没有想过任何其他的解决办法;)

我不确定哪一个是最好的解决办法。所有的解决方案似乎都不是很好。

第一，我会说我正在失去信息。虽然我不确定用100 Hz左右的采样率对粒子滤波器是否有意义。

在第二种情况下，我必须假设WiFi信号不会很快发生，我无法证明这一点。

如果我单独使用传感器，磁场测量将比WiFi测量更重要，因为所有的步骤都会发生100次，直到出现一个WiFi测量为止。

你知道有一篇关于这个问题的好论文吗？

是否已经有一个标准的解决方案，如何处理不同样本大小的多个传感器的粒子过滤器？

一个100赫兹的样本大小有意义吗？或者，对于粒子过滤器的一步来说，什么才是合适的时间差？

非常感谢您提供的任何提示或解决方案:)

Answer 1

在#2，而不是使用采样和保持，您可以延迟1s和内插之间的WiFi测量，以提高采样，所以你有两个信号在100赫兹。

如果您了解更多关于WiFi行为的信息，您可以使用比线性插值更高级的方法来建模更新之间的Wifi行为。这些人使用一种更先进的异步保持来对速度较慢的传感器信号进行采样，但类似卡尔曼滤波的方法也可能有效。

关于更新速度，我认为100赫兹听起来很适合你的应用程序(假设你在做人体室内行走的定位)，因为你可能会考虑很多噪音，降低采样频率是一种滤除高频噪音的廉价方法。