基于惯性传感器和WiFi联合室内定位方法的研究与实现

发布时间：2017-06-24 23:20

  本文关键词：基于惯性传感器和WiFi联合室内定位方法的研究与实现，由笔耕文化传播整理发布。

【摘要】：随着WiFi无线接入点的广泛覆盖和内置惯性传感器的智能手机的普及,基于WiFi和惯性传感器的室内定位技术成为当前室内定位研究的热点课题。WiFi定位技术,覆盖范围广,无需增加额外的硬件设备,但定位精度有限。惯性定位技术在短时间内的定位精度高,但随着时间的增加,会出现误差的累积。将这两种定位技术结合起来,既能提高室内定位精度,又能降低成本,解决了当前室内定位存在的共性问题。本文在研究WiFi定位和惯性传感器定位影响因素的基础上,提出了三种融合室内定位算法。一是改进的惯性定位辅助位置指纹定位算法。该算法以WiFi位置指纹定位为主,离线训练阶段,采集大量的RSSI数据,建立位置指纹库,在线定位时,采用朴素贝叶斯算法估算出用户的位置。新增滑窗功能用于检测WiFi定位是否发生跳变,在出现跳变或者定位精度较低的情况下,用改进的惯性定位辅助,从而提高室内定位的精度。二是位置指纹智能辅助积分定位算法。该算法以惯性积分定位为主,在WiFi信号强且定位精度高的地方,用位置指纹定位结果对积分定位进行校正,同时给出了智能检索用户初始状态的算法,解决了积分定位初始位置需要事先设定的问题。三是行人航迹推算与位置指纹融合定位算法。行人航迹推算采用加速度计和磁力计读出的数值,进行步态检测、方向检测和自学习步长估计,推算出行人位置。在WiFi信号强的时刻,使用位置指纹法定位,并对行人航迹推算累积误差进行校正,在信号较弱的情况下,用上一时刻定位结果与行人航迹推算法联合定位。实验结果表明,这三种融合室内定位算法均提高了室内定位的精度。
【关键词】：室内定位 位置指纹 WiFi 惯性传感器 融合定位
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212;TN92
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-14
• 1.1 研究的背景及意义8-9
• 1.2 研究现状9-12
• 1.2.1 室内定位的发展现状9-11
• 1.2.2 WiFi定位与惯性定位结合的研究现状11-12
• 1.3 本文主要内容及章节安排12-14
• 第二章 基于WiFi和惯性传感器室内定位方法14-23
• 2.1 基于WiFi定位技术14-16
• 2.2 基于位置指纹的WiFi室内定位16-20
• 2.2.1 基本原理16-17
• 2.2.2 主要定位算法17-20
• 2.3 基于惯性传感器定位技术20-22
• 2.3.1 传统积分定位模型20
• 2.3.2 行人航迹推算20-22
• 2.4 本章小结22-23
• 第三章 改进的惯性定位辅助位置指纹定位算法23-38
• 3.1 引言23
• 3.2 影响WiFi定位误差的因素分析23-27
• 3.2.1 人体对RSSI的影响24-25
• 3.2.2 AP数目的变化25-26
• 3.2.3 采样点间距的选择26-27
• 3.2.4 RSSI样本采集数目的影响27
• 3.3 惯性传感器改进定位方法27-29
• 3.3.1 加速度计值处理28
• 3.3.2 磁力计中值滤波28-29
• 3.4 联合室内定位方案29-34
• 3.4.1 指纹库滤波策略30-31
• 3.4.2 在线定位算法31-32
• 3.4.3 带滑窗功能的融合方法32-34
• 3.5 定位结果分析34-36
• 3.5.1 实验环境34-36
• 3.5.2 性能评估36
• 3.6 本章小结36-38
• 第四章 位置指纹智能辅助积分定位算法38-50
• 4.1 引言38
• 4.2 积分定位方案38-42
• 4.2.1 实现原理38-40
• 4.2.2 滤波方案40-42
• 4.3 智能检索初始状态方法42-45
• 4.3.1 计算初始位置42-44
• 4.3.2 确定初始方向44-45
• 4.4 联合定位方案45-47
• 4.4.1 位置指纹法45
• 4.4.2 辅助定位算法45-47
• 4.5 仿真效果分析47-49
• 4.5.1 实验环境47-48
• 4.5.2 结果分析48-49
• 4.6 本章小结49-50
• 第五章 行人航迹推算与位置指纹融合定位算法50-60
• 5.1 引言50
• 5.2 人体行走对航迹推算的影响50-52
• 5.3 行人航迹推算52-56
• 5.3.1 步频检测算法53-55
• 5.3.2 方向检测策略55
• 5.3.3 自学习步长估计55-56
• 5.4 联合室内定位方案56-58
• 5.4.1 位置指纹方法56-57
• 5.4.2 融合算法57-58
• 5.5 仿真与结果分析58-59
• 5.5.1 实验环境58
• 5.5.2 结果分析58-59
• 5.6 本章小结59-60
• 第六章 总结与展望60-62
• 6.1 工作总结60-61
• 6.2 工作展望61-62
• 参考文献62-66
• 附录1 攻读硕士学位期间参加的科研项目66-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 ;新型惯性传感器项目可行性报告[J];传感器世界;1995年S1期

2 张福学，任宏超;惯性传感器的发展趋势[J];电子科技导报;1996年10期

3 张浩,童调生,张帆,刘宏立;多微惯性传感器的一致性检测方法[J];传感器技术;2001年01期

4 徐景硕;惯性传感器技术及发展[J];传感器技术;2001年05期

5 俞瑛;;硅微机械惯性传感器技术及其应用[J];集成电路通讯;2005年01期

6 杨延春;吴书朝;;摆式惯性传感器机械零偏测量方法研究[J];传感技术学报;2006年06期

7 赵德申;胡雪梅;;电容惯性传感器的结构分析[J];武汉理工大学学报;2009年06期

8 张通;张骏;张怡;;机载惯性传感器信号降噪研究[J];控制工程;2010年05期

9 杜来林;杨超;;离心式惯性传感器的结构原理及性能测试[J];液压气动与密封;2011年06期

10 刘伟;;惯性传感器在油气资源勘探中的应用相关技术分析[J];电子世界;2013年08期

中国重要会议论文全文数据库 前6条

1 高杨;;微惯性传感器的新进展[A];中国工程物理研究院科技年报（2010年版）[C];2011年

2 张巧云;林日乐;谢佳维;张挺;翁邦英;王瑞;赵建华;郑永祥;吕志清;;石英微机械惯性传感器的研究[A];中国惯性技术学会第五届学术年会论文集[C];2003年

3 蒋庆华;苑伟政;常洪龙;王涛;;电容式微机械惯性传感器信号检测技术研究[A];中国微米、纳米技术第七届学术会年会论文集（一）[C];2005年

4 赵汝准;赵祚喜;张霖;俞龙;孙道宗;;集成惯性传感器ADIS16355的三轴转台实验与性能分析[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 杨拥军;徐爱东;郑锋;徐永青;何洪涛;卞玉民;吝海锋;吕树海;罗蓉;邹学锋;;硅MEMS惯性传感器的研究和开发[A];中国惯性技术学会第五届学术年会论文集[C];2003年

6 崔健;廖兴才;杨军;;MEMS惯性传感器在汽车ESP中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

中国重要报纸全文数据库 前1条

1 齐乃波;走近金字塔的中国人[N];中国航空报;2005年

中国博士学位论文全文数据库 前2条

1 罗小兵;微惯性流体器件中的流动和传热及其工程应用[D];清华大学;2002年

2 郑旭东;基于新型梳状栅电容结构的微机械惯性传感器研究[D];浙江大学;2009年

中国硕士学位论文全文数据库 前10条

1 万庆元;空间惯性传感器的扰动力分析[D];华中科技大学;2007年

2 李群英;微惯性传感器信号的自适应处理[D];青岛大学;2010年

3 罗漫;基于惯性传感器的手姿态捕捉系统研究[D];华东交通大学;2015年

4 孙浩;融合视觉和惯性传感器的独立运动目标检测[D];国防科学技术大学;2008年

5 王国杰;基于惯性传感器的跌倒防护气囊系统的研究[D];武汉理工大学;2014年

6 刘文;基于微机电惯性传感器的船舶室内导航算法研究[D];大连海事大学;2013年

7 黄棉波;基于无线微惯性传感器的人体运动信息获取系统设计与应用[D];南方医科大学;2011年

8 梁丁;基于MEMS惯性传感器的跌倒检测与预警研究[D];大连理工大学;2012年

9 丁君;基于微惯性传感器的姿态算法研究[D];上海交通大学;2013年

10 王晓迪;嵌入可动电极的微惯性传感器的设计与相关IC检测电路研究[D];杭州电子科技大学;2012年

  本文关键词：基于惯性传感器和WiFi联合室内定位方法的研究与实现，由笔耕文化传播整理发布。

，

本文编号：479952