基于UKF的WiFi和航迹推算混合的室内定位跟踪系统设计与实现

发布时间：2020-03-21 12:45

【摘要】：随着科学技术的发展以及人们生活水平的提升,室内定位导航技术已经成为目前人们生活中不可缺少的一种技术。无线定位技术和航迹推算等都是目前室内定位方向的研究热点。前者实现成本低,但是定位精度和可靠性无法满足需求;后者可以实现高精度的导航,但是需要已知初始位置,且误差会随时间增大。因此人们对于室内定位的需求不能得到满足。本文对融合的室内定位技术进行深入分析后,实现了基于无迹卡尔曼滤波算法(unscented kalman filter,UKF)的WiFi指纹定位和航迹推算融合的室内定位。本文首先完成基于无迹卡尔曼滤波的融合定位模型,接着在该模型的基础上,对模型的预测更新、测量更新以及模型参数三个方面进行误差分析。根据分析结果,本文对预测更新和测量更新数据源的WiFi指纹定位和航迹推算两种算法进行了优化,分别采用卡尔曼滤波、基于方向的指纹库和多阈值峰峰值步态检测解决信号波动、人身遮挡和方向估计误差大等问题。其后根据实际测试中WiFi定位和航迹推算的误差调整融合模型参数。根据以上优化后实现基于客户端和服务端的定位系统,提升了系统的易用性和可拓展性。实际测试中,该定位系统可以实现90%以上的定位点误差在2米以内,累积误差在1.3米内,而且能够保证平均的定位时间间隔在1.3秒以内,能够满足本文在设计时提出的要求。本文基于无迹卡尔曼滤波算法的WiFi和航迹推算融合的室内定位系统实现了设计时的功能,达到了设计的性能指标,对于室内定位系统的设计有一定的工程实用价值。
【图文】：

示意图,质心,点位,交点

标为 ( ) ，三圆心交点 , , , , 和( ) ( ) ( ) ( )。圆心与 M 点的关系 ( ) ( ) = ( ) ( ) = ( ) ( ) = 满足公式 2.3 的三个等式：直线 = 直线 = 直线 = 式子，可以计算六个交点的坐标，，以为例，联立公式 2.到公式 2.4，式中( )为坐标： ) = ( √( ) ( ) √( ) ( ) )

示意图,指纹,示意图

图 2.4 指纹定位示意图2.1.3 WiFi 指纹定位实现分析上述两种通过 WiFi 实现的定位方法，基于测距的方法由于需要完善的传播模型并不适合于环境较为复杂的室内情况，目前所在的实验场所内不仅有桌椅，还有很多同为 2.4GHz 频段的其他信号，基于测距的传播模型实现更是难上加难，因而采用非测距的方案。质心定位法需要广播可接入点的位置，实验中采用的路由器不具备这种广播功能，因此舍弃。对于 WiFi 指纹定位方案，不需要建立传播模型，同时也不需要可接入点的广播数据，缺点是需要提前进行数据的采集，用于实时定位时的匹配。应对稍复杂的室内环境，指纹定位的方案也是可以较好处理，且不需要针对环境考虑复杂的建模，实现更为容易。因此本文将采用 WiFi 指纹定位技术，接下来介绍离线阶段和在线阶段的具体实现。1）离线阶段离线阶段也可以被称为校准阶段，其作用是创建所在实验场所的特征指纹点，用于在线阶段的匹配。该阶段收集特征指纹 f 通常由平面坐标( )和收集到的 RSSI 向量 = ě ě ě 组成。根
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN92;TN713

【相似文献】