基于多源数据融合与改进粒子滤波的室内定位系统研究
发布时间:2020-05-06 15:03
【摘要】:随着第四次科技革命的深入发展,物联网等新兴技术的市场将被广泛开拓,室内定位技术也是其中一员。Wi-Fi信号功率可以作为表征地理位置信息的“指纹”,以此为基础可进行指纹匹配定位。然而多变的室内环境导致Wi-Fi信号波动较大,所以定位准确度较低。地磁强度信息是室内环境中稳定性较高的信息资源,而且室内地磁信号的强度分布不均匀,这使得地磁信息也可以作为区分地理位置的有利依据。然而,不同地理位置的地磁强度又可能是相似的,单独使用地磁信息进行室内定位的算法比较复杂,不易于实现。根据行人运动特征而提出的行人航位推算定位,以递推的形式估计行人位置坐标,该定位方法存在累积误差,无法实现高质量的定位目标。由于单一的Wi-Fi、地磁和行人航位推算定位都存在明显的缺陷,为实现优势互补,克服彼此的不足,经过对相关文献的研究和实验分析,本文将改进粒子滤波融合定位系统作为最终的定位方案,其研究过程分为如下三步进行:(1)本文基于Wi-Fi和地磁进行扩展指纹定位。离线阶段,多次采集室内所有参考点处多个Wi-Fi信号功率和地磁强度数据,分别进行均值处理和高斯拟合处理,生成初始的指纹数据库,再经过三次样条插值处理,构建丰富的扩展指纹数据库。在线阶段,采集待定位点的Wi-Fi和地磁指纹信息,基于自适应加权K近邻(Self-adaptive Weighted K-nearest Neighbor,SA-WKNN)算法对待定位点进行位置估计。经验证,扩展指纹比单一指纹的定位性能更优。(2)针对行人航位推算定位,本文通过智能手机的惯性传感器采集行人行走过程中的加速度、角速度和方向数据。根据加速度数据估算出步数和步长,根据角速度和方向数据联合估计前进的方向角,再结合行人上一步的位置坐标便可估算出当前位置坐标。经验证,改进后的步长和方向估计都实现了良好的效果。(3)本文采用马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法对粒子滤波(Particle Filter,PF)进行了改进。基于改进PF算法对上述两种定位方法进行融合,将扩展指纹定位的结果作为测量值,将行人航位推算定位结果作为状态值,据此完成动态的融合定位。经过与传统的融合定位算法相比较,本文提出的算法能实现精度更高、稳定性更好的定位效果。
【图文】:
到的Wi-Fi信号指纹与一个己经建立好的数据库中所有参考点的Wi-Fi指纹进行匹逡逑配,,根据匹配到最相似的参考点来估计待定位点的坐标,这个匹配定位的过程也逡逑可以看作一个模式识别的过程。Wi-R室内指纹定位系统的框图如图2-1所示:逡逑^明a土卜逦线下Wi-Fi指纹采1逦if构建位置指纹数^逡逑设置参考点、—逦m逦—?据库逡逑\逦/逦\逦逦/逦\逦逦逦逡逑—?指纹匹配定位——?指纹定位结果逡逑\逦逦逦y逦\逦y逦\逦y逡逑图2-i邋wi-n室内指纹定位系统框图逡逑Fig.2-1邋Block邋diagram邋of邋Wi-Fi邋indoor邋fingerprint邋localization邋system逡逑2.1.1逦Wi-Fi信号传播模型逡逑在没有任何障碍物阻挡和多径干扰的理想空间环境中,wi-n信号是按照固定逡逑的路径损耗模型向四周传播的。假设Wi-Fi接入点的所有同向天线辐射的功率为逡逑尸,,那么距离接入点d米处的接收天线的接收功率为:逡逑8逡逑
50(X0,y0)逦X逡逑图2-3行人航位推算定位示意图逡逑Fig.2-3邋Sketch邋of邋pedestrian邋dead邋reckoning邋localization逡逑一般地,行人航位推算定位的系统框图如图2-4所示:逡逑/邋\逡逑逦??步数检测邋逦逡逑(逦^逦v-邋逦/逡逑加速度传感器-逦逦逡逑I逦)逦(逦^逡逑逦?步长推算——逦(逦逦.逡逑V^逦行人航位推算逡逑定位逡逑\,逦逦/逡逑/逦^逦(逦\逡逑数字罗盘邋逦?方向角推算邋逦逡逑v逦y逦\逦/逡逑图2>4行人航位推算定位系统框图逡逑Fig.2-4邋Block邋diagram邋of邋Pedestrian邋Dead邋Reckoning邋localization邋system逡逑假设行人航位推算定位初始时刻的坐标&(七,>0是已知的,根据以下计算公逡逑式可以得出任意a时刻的位置&邋(&,邋>^)。逡逑k逡逑xk邋=x0邋sinGi逡逑^邋/=;逦(2-H)逡逑yt=y0+Yj,'cos°-逡逑.邋,=1逡逑其中,^是第/步的步长和方位角,根据前一步行人所在位置与当前位置逡逑之间的步长及方位角即可推算出当前的位置坐标。逡逑显然每一步的步长和方位角都会存在测量误差
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TN713;TP212
本文编号:2651459
【图文】:
到的Wi-Fi信号指纹与一个己经建立好的数据库中所有参考点的Wi-Fi指纹进行匹逡逑配,,根据匹配到最相似的参考点来估计待定位点的坐标,这个匹配定位的过程也逡逑可以看作一个模式识别的过程。Wi-R室内指纹定位系统的框图如图2-1所示:逡逑^明a土卜逦线下Wi-Fi指纹采1逦if构建位置指纹数^逡逑设置参考点、—逦m逦—?据库逡逑\逦/逦\逦逦/逦\逦逦逦逡逑—?指纹匹配定位——?指纹定位结果逡逑\逦逦逦y逦\逦y逦\逦y逡逑图2-i邋wi-n室内指纹定位系统框图逡逑Fig.2-1邋Block邋diagram邋of邋Wi-Fi邋indoor邋fingerprint邋localization邋system逡逑2.1.1逦Wi-Fi信号传播模型逡逑在没有任何障碍物阻挡和多径干扰的理想空间环境中,wi-n信号是按照固定逡逑的路径损耗模型向四周传播的。假设Wi-Fi接入点的所有同向天线辐射的功率为逡逑尸,,那么距离接入点d米处的接收天线的接收功率为:逡逑8逡逑
50(X0,y0)逦X逡逑图2-3行人航位推算定位示意图逡逑Fig.2-3邋Sketch邋of邋pedestrian邋dead邋reckoning邋localization逡逑一般地,行人航位推算定位的系统框图如图2-4所示:逡逑/邋\逡逑逦??步数检测邋逦逡逑(逦^逦v-邋逦/逡逑加速度传感器-逦逦逡逑I逦)逦(逦^逡逑逦?步长推算——逦(逦逦.逡逑V^逦行人航位推算逡逑定位逡逑\,逦逦/逡逑/逦^逦(逦\逡逑数字罗盘邋逦?方向角推算邋逦逡逑v逦y逦\逦/逡逑图2>4行人航位推算定位系统框图逡逑Fig.2-4邋Block邋diagram邋of邋Pedestrian邋Dead邋Reckoning邋localization邋system逡逑假设行人航位推算定位初始时刻的坐标&(七,>0是已知的,根据以下计算公逡逑式可以得出任意a时刻的位置&邋(&,邋>^)。逡逑k逡逑xk邋=x0邋sinGi逡逑^邋/=;逦(2-H)逡逑yt=y0+Yj,'cos°-逡逑.邋,=1逡逑其中,^是第/步的步长和方位角,根据前一步行人所在位置与当前位置逡逑之间的步长及方位角即可推算出当前的位置坐标。逡逑显然每一步的步长和方位角都会存在测量误差
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TN713;TP212
【参考文献】
相关期刊论文 前3条
1 王天昊;吴信银;涂琦;王晓伟;;计算机视觉识别在室内定位的应用[J];电子技术与软件工程;2015年16期
2 王富强;薛志伟;齐晓飞;林蓉;;室内地图研究综述[J];地矿测绘;2012年02期
3 陈阳舟;孙章固;马海波;;基于平方根UKF的车辆组合导航[J];系统工程与电子技术;2008年05期
相关硕士学位论文 前2条
1 张济楷;基于改进指纹算法的Wi-Fi指纹室内定位技术研究[D];吉林大学;2017年
2 苏邵麟;基于手机传感器和地标的Radio Map建立算法研究[D];哈尔滨工业大学;2016年
本文编号:2651459
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2651459.html