基于多傳感器網(wǎng)絡(luò)的室內(nèi)定位與跟蹤研究.pdf

1、基于位置的服務(wù)(Location-based Services，LBS)在生活、生產(chǎn)、醫(yī)療和軍事等諸多領(lǐng)域都有應(yīng)用需求。如何實(shí)現(xiàn)成本和復(fù)雜度較低且在任何環(huán)境和條件下都具有穩(wěn)健性的無縫定位系統(tǒng)是LBS亟待解決的問題。全球定位系統(tǒng)(Global PositioningSystem，GPS)在天氣狀況良好的室外環(huán)境下具有良好的定位性能，但衛(wèi)星定位系統(tǒng)在天氣狀況惡劣的地方和室內(nèi)都不能使用。因此，室內(nèi)定位與跟蹤系統(tǒng)成為近幾年的研究熱點(diǎn)。
　

2、　本文對(duì)無線多傳感器網(wǎng)絡(luò)（合作網(wǎng)絡(luò)）中的目標(biāo)定位和跟蹤問題進(jìn)行了兩方面的研究。第一部分內(nèi)容以ZigBee網(wǎng)絡(luò)為實(shí)驗(yàn)平臺(tái)，研究了對(duì)數(shù)正態(tài)模型的衰減系數(shù)修正問題，提出一種參數(shù)動(dòng)態(tài)修正的RSSI室內(nèi)定位算法，研究著眼點(diǎn)偏重于無線信道，前提假設(shè)為先驗(yàn)概率統(tǒng)計(jì)，應(yīng)用場(chǎng)景設(shè)定為錨節(jié)點(diǎn)傳感器密度較大、位置長(zhǎng)期固定不變，目標(biāo)節(jié)點(diǎn)傳感器低速移動(dòng)。第二部分內(nèi)容以來自慣性測(cè)量裝置(Inertial MeasurementUnit，IMU)的步行模擬數(shù)據(jù)為基礎(chǔ)

3、，研究了將步行慣性導(dǎo)航和測(cè)距定位結(jié)果相融合的室內(nèi)位置跟蹤問題，提出了一種利用卡爾曼濾波作為融合工具的新算法，研究著眼點(diǎn)偏重于信息融合，前提假設(shè)為后驗(yàn)概率統(tǒng)計(jì)，應(yīng)用場(chǎng)景設(shè)定為錨節(jié)點(diǎn)傳感器密度較小、位置臨時(shí)快速部署，不限制目標(biāo)節(jié)點(diǎn)傳感器移動(dòng)速度。這兩部分內(nèi)容具有內(nèi)在聯(lián)系，前一部分研究的結(jié)果可作為后一部分中濾波狀態(tài)向量中位置變量的初始估計(jì)值。此外，第三部分內(nèi)容還進(jìn)一步設(shè)計(jì)了無線多傳感器網(wǎng)絡(luò)中的定位系統(tǒng)軟硬件實(shí)現(xiàn)方案，并在真實(shí)應(yīng)用場(chǎng)景中使用該原

4、型系統(tǒng)進(jìn)行了大量定位和跟蹤實(shí)驗(yàn)。
　　外場(chǎng)實(shí)驗(yàn)結(jié)果表明，第一部分研究所提出的修正信道衰減系數(shù)方法能夠跟隨環(huán)境變化實(shí)時(shí)改變信道參數(shù)，與傳統(tǒng)方法相比，可以獲得穩(wěn)健的目標(biāo)位置估計(jì)值。其次，數(shù)值實(shí)驗(yàn)表明，第二部分研究所提出的信息融合方法能夠有效結(jié)合慣性導(dǎo)航系統(tǒng)定位結(jié)果的連續(xù)性與測(cè)距定位結(jié)果的無累積誤差性，與非融合方法相比，可以獲得穩(wěn)健的目標(biāo)跟蹤結(jié)果。最后，根據(jù)第三部分所搭建的原型系統(tǒng)進(jìn)行的實(shí)驗(yàn)表明，該系統(tǒng)在形狀規(guī)則的建筑內(nèi)部使用時(shí)，具有很