基于MEMS传感器/WiFi组合的室内人员定位技术研究
发布时间：2021-09-07 07:16
室内人员定位技术在行人定位导航,应急事件处理,商业推广等多个领域有着极大的应用价值。由于信号被建筑物遮挡导致传统卫星定位技术在室内环境失效,必须出现一种新的定位技术进行“补盲”。为了获得室内定位结果,本文对基于WiFi定位技术和MEMS传感器定位技术展开研究,重点研究了WiFi定位算法、MEMS传感器数据处理、行人航位推算算法、WiFi辅助的行人航位推算算法及WiFi和航位推算融合定位算法。主要研究成果如下:（1）考虑AP部署高度对定位精度的影响,提出了一种基于RSSI测距的消除高度影响的加权质心定位算法。首先对采集的RSSI进行数据处理,根据信号传播模型得出终端与AP的距离;然后用几何方法对垂直距离做了消除,得出AP和终端的平面距离;最后用消除高度影响的加权质心定位算法计算位置。针对多层建筑物,提出一种楼层识别方法,结合二维平面定位构成近三维室内定位算法。在学院楼内用以上方法进行楼层识别,识别率可达100%。在大型教室进行定位实验,结果表明:改进后的算法相比之前在精度上有一定的提高,稳定性也得到增强。（2）针对MEMS传感器件高噪声的特点,采用时间序列分析的方式对MIMU信号进行建模...
【文章来源】：河南理工大学河南省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
WiFi指纹定位原理
图 2-1 WiFi 指纹定位原理Fig.2-1 The principle of WiFi fingerprint l一个完整的例子来详细介绍一下 W段是指在定位区域选取若干参考点，盖，定位区域是 4 行 8 列的网格(共 采集(5 到 15 分钟，采集频率为 1Hz考点上采集来自不同 AP 的 WiFi 指纹的位置坐标等)，并将采集的信息进行
(a) 图 2-3 三边Fig.2-3 The trilateral p由图 2-3 可以看出，利用室内人RSSI 值，可以计算得出室内人员D到人员的位置坐标。假设已知 A、 B 、 C 三它们到室内人员D的距离分别为1 d 、 d则有方程组：2 2 2 1 2 3 ( ) ( ) ( ) x x x x x x 通过对式(2-13)进行求解即可计算但在实际应用环境中，虽然经处理机分量，导致图中 b 和 c 情况的出现，
【参考文献】：
期刊论文
[1]WiFi与惯导融合的渐消因子扩展卡尔曼滤波实时定位算法[J]. 段珊珊,李昕. 计算机与现代化. 2017(12)
[2]基于RSSI测距的WiFi室内定位算法研究[J]. 罗宇锋,王鹏飞,陈彦峰. 测控技术. 2017(10)
[3]基于MIMU的输电线路运动监测技术[J]. 杨金显,王鹏飞,罗宇锋,杨闯,李双磊. 传感技术学报. 2017(05)
[4]Quaternion-EKF的多源传感器联合定向算法[J]. 赵文晔,高井祥,刘昶. 测绘科学技术学报. 2016(03)
[5]基于PDR、WiFi指纹识别、磁场匹配组合的室内行人导航定位[J]. 张鹏,赵齐乐,李由,牛小骥,刘经南. 测绘地理信息. 2016(03)
[6]室内行人航迹推算/超声波组合定位融合算法[J]. 赵延鹏,时伟,艾明曦. 中南大学学报(自然科学版). 2016(05)
[7]基于卡尔曼滤波的WiFi-PDR融合室内定位[J]. 周瑞,袁兴中,黄一鸣. 电子科技大学学报. 2016(03)
[8]室内定位方法综述[J]. 席瑞,李玉军,侯孟书. 计算机科学. 2016(04)
[9]基于WiFi的室内迭代定位算法的研究[J]. 杨波波,张磊. 计算机应用与软件. 2016(04)
[10]基于微惯性技术的室内定位理论及应用[J]. 孙伟,丁伟,徐爱功,闫慧芳,李瑞豹. 测绘与空间地理信息. 2015(09)
博士论文
[1]智能终端多传感器室内定位及相应导航数据库建立和更新方法研究[D]. 张鹏.武汉大学 2016
[2]基于MEMS惯性传感器、WiFi、磁场特征的移动智能终端室内行人导航算法[D]. 李由.武汉大学 2015
硕士论文
[1]基于智能手机的室内地磁定位方法研究[D]. 喻佳宝.深圳大学 2017
[2]基于WiFi和惯性传感器的多信息融合室内定位系统的设计与实现[D]. 姚志锋.华南理工大学 2016
[3]基于WIFI与惯性技术的行人室内定位算法研究[D]. 刘春燕.中国矿业大学 2015
[4]基于惯性技术的地表变形监测方法研究[D]. 李志鹏.河南理工大学 2015
[5]基于惯性传感器和地图匹配的行人室内定位算法[D]. 邓仲哲.哈尔滨工业大学 2015
[6]基于WiFi/蓝牙融合的室内定位算法及实现[D]. 王宝晶.华东师范大学 2015
[7]WiFi辅助智能手机的室内定位技术研究与实现[D]. 张言哲.中国矿业大学 2015
[8]基于UWB/MEMS的高精度室内定位技术研究[D]. 杨洲.中国矿业大学 2015
[9]基于WLAN的候机厅室内定位技术研究[D]. 王忠明.电子科技大学 2014
[10]基于RSSI的室内三维定位技术研究与实现[D]. 陈豫章.云南大学 2013
本文编号：3389103
【文章来源】：河南理工大学河南省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
WiFi指纹定位原理
图 2-1 WiFi 指纹定位原理Fig.2-1 The principle of WiFi fingerprint l一个完整的例子来详细介绍一下 W段是指在定位区域选取若干参考点，盖，定位区域是 4 行 8 列的网格(共 采集(5 到 15 分钟，采集频率为 1Hz考点上采集来自不同 AP 的 WiFi 指纹的位置坐标等)，并将采集的信息进行
(a) 图 2-3 三边Fig.2-3 The trilateral p由图 2-3 可以看出，利用室内人RSSI 值，可以计算得出室内人员D到人员的位置坐标。假设已知 A、 B 、 C 三它们到室内人员D的距离分别为1 d 、 d则有方程组：2 2 2 1 2 3 ( ) ( ) ( ) x x x x x x 通过对式(2-13)进行求解即可计算但在实际应用环境中，虽然经处理机分量，导致图中 b 和 c 情况的出现，
【参考文献】：
期刊论文
[1]WiFi与惯导融合的渐消因子扩展卡尔曼滤波实时定位算法[J]. 段珊珊,李昕. 计算机与现代化. 2017(12)
[2]基于RSSI测距的WiFi室内定位算法研究[J]. 罗宇锋,王鹏飞,陈彦峰. 测控技术. 2017(10)
[3]基于MIMU的输电线路运动监测技术[J]. 杨金显,王鹏飞,罗宇锋,杨闯,李双磊. 传感技术学报. 2017(05)
[4]Quaternion-EKF的多源传感器联合定向算法[J]. 赵文晔,高井祥,刘昶. 测绘科学技术学报. 2016(03)
[5]基于PDR、WiFi指纹识别、磁场匹配组合的室内行人导航定位[J]. 张鹏,赵齐乐,李由,牛小骥,刘经南. 测绘地理信息. 2016(03)
[6]室内行人航迹推算/超声波组合定位融合算法[J]. 赵延鹏,时伟,艾明曦. 中南大学学报(自然科学版). 2016(05)
[7]基于卡尔曼滤波的WiFi-PDR融合室内定位[J]. 周瑞,袁兴中,黄一鸣. 电子科技大学学报. 2016(03)
[8]室内定位方法综述[J]. 席瑞,李玉军,侯孟书. 计算机科学. 2016(04)
[9]基于WiFi的室内迭代定位算法的研究[J]. 杨波波,张磊. 计算机应用与软件. 2016(04)
[10]基于微惯性技术的室内定位理论及应用[J]. 孙伟,丁伟,徐爱功,闫慧芳,李瑞豹. 测绘与空间地理信息. 2015(09)
博士论文
[1]智能终端多传感器室内定位及相应导航数据库建立和更新方法研究[D]. 张鹏.武汉大学 2016
[2]基于MEMS惯性传感器、WiFi、磁场特征的移动智能终端室内行人导航算法[D]. 李由.武汉大学 2015
硕士论文
[1]基于智能手机的室内地磁定位方法研究[D]. 喻佳宝.深圳大学 2017
[2]基于WiFi和惯性传感器的多信息融合室内定位系统的设计与实现[D]. 姚志锋.华南理工大学 2016
[3]基于WIFI与惯性技术的行人室内定位算法研究[D]. 刘春燕.中国矿业大学 2015
[4]基于惯性技术的地表变形监测方法研究[D]. 李志鹏.河南理工大学 2015
[5]基于惯性传感器和地图匹配的行人室内定位算法[D]. 邓仲哲.哈尔滨工业大学 2015
[6]基于WiFi/蓝牙融合的室内定位算法及实现[D]. 王宝晶.华东师范大学 2015
[7]WiFi辅助智能手机的室内定位技术研究与实现[D]. 张言哲.中国矿业大学 2015
[8]基于UWB/MEMS的高精度室内定位技术研究[D]. 杨洲.中国矿业大学 2015
[9]基于WLAN的候机厅室内定位技术研究[D]. 王忠明.电子科技大学 2014
[10]基于RSSI的室内三维定位技术研究与实现[D]. 陈豫章.云南大学 2013
本文编号：3389103
本文链接：https://www.wllwen.com/kejilunwen/wltx/3389103.html
