基于WIFI與慣性技術(shù)的行人室內(nèi)定位算法研究.pdf

1、基于位置的服務(wù)在安全急救、醫(yī)護管理、人員跟蹤、道路導(dǎo)航、定位廣告等許多領(lǐng)域都具有巨大的應(yīng)用價值。成熟 GNSS技術(shù)在室外提供高精度的實時定位導(dǎo)航，而因建筑物等遮擋導(dǎo)致室內(nèi)的衛(wèi)星信號急劇衰減甚至不存在，使得在室內(nèi)環(huán)境無法通過衛(wèi)星系統(tǒng)實現(xiàn)位置的實時獲取。本文圍繞具有室內(nèi)位置服務(wù)功能的WIFI定位和慣性測量定位關(guān)鍵技術(shù)開展研究，重點涵蓋基于雙重指紋數(shù)據(jù)庫類匹配的WIFI定位系統(tǒng)實現(xiàn)、基于實時補償修正航向的慣性測量行人航位推算(Pedestri

2、an Dead Reckoning，PDR)定位系統(tǒng)實現(xiàn)以及二者定位方法的融合應(yīng)用。
　　本研究針對走廊空間域的狹長特性，提出按照三角形結(jié)構(gòu)布設(shè)指紋點采集數(shù)據(jù)，以同等的定位精度卻可降低1/2的離線采樣工作量；利用最大信號強度RSS對指紋數(shù)據(jù)作聚類處理，以動靜態(tài)定位實驗確定了最優(yōu)聚類參數(shù)；提出了聚類指紋數(shù)據(jù)庫雙重類匹配方法，以實時信號接入點地址信息與指紋類中心地址向量作粗匹配，確定大致類范圍，然后利用信號強度值與可能類中心矢量之間距

3、離作精匹配確定唯一類，提高匹配的準確率及縮減指紋點匹配空間。提出一種簡單參數(shù)對波峰-波谷檢測具備多重約束的步態(tài)識別方法，只需設(shè)定振幅閾值和步態(tài)時間閾值兩個參數(shù)進行幅值約束、幅值差約束和雙重時間差約束。經(jīng)實測數(shù)據(jù)驗證，該方法對正常步行與跑步兩種運動模式的步態(tài)均具有識別正確率高、通用性強、完全實時檢測的特性。針對原始方向傳感數(shù)據(jù)的航向偏差，提出了借助指紋幾何信息基于KALMAN濾波實時補償航向估算方法，提高定向準確性，抑制定位誤差的累積，改

4、進慣性航位推算定位精度。針對WIFI定位回跳、扎堆等不穩(wěn)定現(xiàn)象，實現(xiàn)了兩種WIFI與慣性測量自適應(yīng)濾波融合模型，一是基于位移約束自適應(yīng)確權(quán)的平滑濾波融合方法，當WIFI系統(tǒng)出現(xiàn)大誤差時，依賴PDR定位的高精度，平滑WIFI定位結(jié)果，提高室內(nèi)定位的穩(wěn)定性；二是自適應(yīng)模型噪聲的擴展KALMAN濾波融合方法，實測數(shù)據(jù)表明，該模型優(yōu)于平滑濾波方法，對WIFI粗差具有抗差作用，不僅有效削弱WIFI定位回跳或扎堆等不穩(wěn)定性，還可解決基于原始航向PD