基于WiFi和慣性傳感器的室內(nèi)融合定位算法研究.pdf

1、隨著無(wú)線(xiàn)通信技術(shù)的成熟和移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展，日常生活中對(duì)基于位置的服務(wù)(Location Based Services，LBS)的需求越來(lái)越大。LBS在消防救援、室內(nèi)導(dǎo)航、車(chē)載導(dǎo)航等各種領(lǐng)域發(fā)揮著重要的作用。LBS不僅為人們的生活提供著便利，也給人們的生命安全帶來(lái)保障。準(zhǔn)確高效地獲取移動(dòng)用戶(hù)的位置信息是LBS的基石。近十幾年來(lái)，室內(nèi)定位技術(shù)也在不斷的發(fā)展，其中應(yīng)用最廣泛的室內(nèi)定位技術(shù)是基于WiFi的指紋定位。但在室內(nèi)環(huán)境中WiFi信號(hào)

2、的非視距傳輸和復(fù)雜室內(nèi)環(huán)境的影響下，WiFi指紋定位的效果不太理想。行人的移動(dòng)會(huì)影響接收到的WiFi信號(hào)強(qiáng)度，單一的WiFi指紋定位系統(tǒng)無(wú)法對(duì)行人的軌跡進(jìn)行準(zhǔn)確跟蹤。為了實(shí)現(xiàn)在室內(nèi)環(huán)境中對(duì)行人移動(dòng)軌跡的準(zhǔn)確跟蹤，本文在借鑒現(xiàn)有定位技術(shù)的基礎(chǔ)上，提出了基于動(dòng)態(tài)粒子數(shù)的粒子濾波室內(nèi)融合定位算法。該方法利用粒子濾波將行人航位推算(Pedestrian Dead Reckoning，PDR)和WiFi指紋定位兩種技術(shù)進(jìn)行融合，并利用室內(nèi)地圖的建

3、模信息提高融合定位效果。本文同時(shí)研究了WiFi指紋定位離線(xiàn)階段指紋庫(kù)的構(gòu)建方法，具體研究?jī)?nèi)容如下:
　　1.分析驗(yàn)證了室內(nèi)環(huán)境中移動(dòng)終端在參考點(diǎn)(Reference Point，RP)處采集的WiFi信號(hào)接收信號(hào)強(qiáng)度(Received Signal Strength，RSS)時(shí)間序列的混沌特性。利用混沌時(shí)間序列關(guān)聯(lián)維數(shù)指標(biāo)計(jì)算定位區(qū)域RP處采集自無(wú)線(xiàn)接入點(diǎn)(Access Point，AP)的RSS數(shù)據(jù)量，從而取代其它論文中根據(jù)經(jīng)驗(yàn)

4、指定RSS采樣量的方法。此外，利用高斯過(guò)程回歸(Gaussian Process Regression，GPR)對(duì)位置和RSS的映射關(guān)系進(jìn)行建模，降低了離線(xiàn)階段指紋采集的工作量。
　　2.提出了一種基于自適應(yīng)閾值的步伐檢測(cè)算法和行人步長(zhǎng)動(dòng)態(tài)估計(jì)算法，對(duì)行人航位推算算法進(jìn)行改進(jìn)。通過(guò)分析行人步態(tài)加速度信息，對(duì)步伐檢測(cè)中加速度閾值進(jìn)行動(dòng)態(tài)調(diào)整。在行人在正常行走和快速行走兩種狀態(tài)下分析了行人步長(zhǎng)與步頻、身高的關(guān)系。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的行