基于粒子滤波和电子地图融合的室内定位技术研究

发布时间：2017-10-11 17:12

  本文关键词：基于粒子滤波和电子地图融合的室内定位技术研究

  更多相关文章： WiFi信号指纹 空间划分 支持向量机 粒子滤波 地图匹配

【摘要】：WiFi信号指纹常常用于推测移动设备在室内的位置坐标,然而室内环境的复杂性导致这种推测难度很大。首先,很难建立起WiFi信号指纹与移动设备的位置之间精确的关联;其次,对于连续多次的导航定位服务,若不考虑相邻两次定位结果的时序关系,常常会出现远距离突变现象;再有,连续两次定位结果可能出现穿墙而过的不正确情况。针对这些问题,本文首先提出采用空间聚类算法将较大室内空间区域划分成更小的且特征更加明显集中的子区域,然后结合SVM分类算法和SVM回归算法分两阶段建模WiFi指纹与位置坐标的关联,从而更为精确地估计出移动设备的具体位置坐标。接着,提出采用粒子滤波来融合上述定位方法和时序相关的PDR导航定位方法。将PDR导航定位结果作为粒子滤波算法中的转移量,将WiFi模型定位结果作为粒子滤波算法每一次的观测状态,从而结合两种定位算法的优势,减弱各自单独定位时的不足。最后,采用室内地图匹配技术来解决融合定位算法中定位结果穿墙的问题。采用点线面模型建立起室内矢量地图模型;利用地图匹配方法约束粒子滤波算法中的粒子穿墙;再将穿墙的定位结果校正到相邻门上。实验结果显示,在孤点定位方面,提出的基于空间划分的两阶段WiFi室内定位,其分类精度可达94.58%,平均定位误差距离为2.58米。通过与多种的定位方法相比,本文在分类正确率、定位精度和响应时间等方面均有明显的优势。在导航定位方面,提出的融合室内导航定位方法,在较为复杂的折线导航行走轨迹测试中,平均定位误差低至1.81米,与真实行走轨迹非常逼近;在简单的直线导航行走轨迹测试中,其平均定位误差低至1米以内。本文提出的导航定位方法提高了室内定位准确度,增强了定位系统的实用性。
【关键词】：WiFi信号指纹 空间划分 支持向量机 粒子滤波 地图匹配
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN92
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-18
• 1.1 研究背景11-13
• 1.2 研究意义13-14
• 1.3 室内定位研究现状14-16
• 1.3.1 室内定位开发应用现状14-15
• 1.3.2 室内定位算法研究现状15-16
• 1.4 研究内容16-17
• 1.5 论文章节安排17-18
• 第二章 定位相关理论分析18-33
• 2.1 定位技术介绍18-22
• 2.1.1 基于图像的室内定位18-19
• 2.1.2 没有现场测量的无线室内定位19-21
• 2.1.3 室内外定位系统简明方案21-22
• 2.2 WiFi室内定位技术22-25
• 2.2.1 位置指纹表述模型22-23
• 2.2.2 确定性定位方法模型23-24
• 2.2.3 或然性定位方法模型24-25
• 2.3 粒子滤波25-29
• 2.3.1 贝叶斯滤波25-26
• 2.3.2 卡尔曼滤波26-27
• 2.3.3 粒子滤波27-29
• 2.3.3.1 基本粒子滤波算法步骤27-28
• 2.3.3.2 粒子滤波的常见问题及解决方法28-29
• 2.4 地图匹配定位方法29-32
• 2.5 本章小结32-33
• 第三章 基于空间划分的两阶段WiFi室内定位33-54
• 3.1 划分子区域34-40
• 3.1.1 K-均值聚类划分34-38
• 3.1.1.1 针对空间划分的K-均值聚类算法设计36
• 3.1.1.2 离散点处理36-38
• 3.1.1.3 模型寻优38
• 3.1.2 SVMC聚类划分38-40
• 3.2 两阶段室内定位40-42
• 3.3 实验与分析42-52
• 3.3.1 实验准备42-44
• 3.3.1.1 训练数据采集42-43
• 3.3.1.2 测试数据采集43-44
• 3.3.2 实验流程44-45
• 3.3.2.1 子区域划分44
• 3.3.2.2 SVM模型训练44-45
• 3.3.2.3 实时定位45
• 3.3.3 实验结果分析45-52
• 3.3.3.1 性能测量与基准45-46
• 3.3.3.2 子区域划分算法对定位结果的影响对比46-49
• 3.3.3.3 子区域定位结果分析49-50
• 3.3.3.4 位置估计结果分析50-52
• 3.4 本章小结52-54
• 第四章 基于粒子滤波和电子地图的融合导航室内定位54-72
• 4.1 粒子滤波融合WiFi+PDR室内定位54-60
• 4.1.1 状态空间建模与粒子初始化57
• 4.1.2 运动模型和系统状态方程57-59
• 4.1.3 粒子权重更新及随机重采样59
• 4.1.4 系统状态估计59-60
• 4.2 室内地图与地图匹配60-66
• 4.2.1 室内地图建模60-62
• 4.2.2 地图匹配校正定位62-66
• 4.2.2.1 粒子穿墙问题62-63
• 4.2.2.2 导航穿墙问题63-64
• 4.2.2.3 所处区域判定64-65
• 4.2.2.4 穿墙判定65-66
• 4.3 实验与分析66-71
• 4.3.1 导航定位测试数据采集66-67
• 4.3.2 实验实施67-68
• 4.3.3 实验结果分析68-71
• 4.3.3.1 定位误差统计分析68-69
• 4.3.3.2 定位结果图分析69-71
• 4.4 本章小结71-72
• 第五章 总结和展望72-75
• 5.1 论文总结72-73
• 5.2 工作展望73-75
• 致谢75-76
• 参考文献76-80
• 攻读硕士学位期间取得的成果80-81

【相似文献】

中国期刊全文数据库 前10条

1 赵军;李鸿斌;王智;;无线网络室内定位系统研究[J];信息与控制;2008年04期

2 梁韵基;周兴社;於志文;倪红波;;普适环境室内定位系统研究[J];计算机科学;2010年03期

3 汪苑;林锦国;;几种常用室内定位技术的探讨[J];中国仪器仪表;2011年02期

4 王丽英;;导航发展的新热点——室内定位[J];今日电子;2011年12期

5 ;卫星信号易被干扰 室内定位技术解析[J];金卡工程;2012年07期

6 李振;姚以鹏;;大型公共场馆智能室内定位导游系统的技术研究[J];广东科技;2013年12期

7 袁飞;;浅谈室内定位与机场旅客个性化服务[J];中国科技信息;2014年08期

8 张玉梅;康晓霞;;救援队员室内定位技术分析[J];消防科学与技术;2012年06期

9 杨华;刘军发;陈益强;;一种基于多终端动态协同的室内定位方法[J];计算机应用研究;2012年07期

10 胡天琨;叶建芳;;基于手持设备的室内定位系统设计与实现[J];微型机与应用;2012年13期

中国重要会议论文全文数据库 前8条

1 张立立;钟耳顺;;无线室内定位技术[A];中国地理信息系统协会第八届年会论文集[C];2004年

2 郭明涛;李文元;龚福春;;室内定位方法分析[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

3 郭旭斌;叶长城;王忆文;李辉;;基于无线传感器网络的室内定位系统[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年

4 房秉毅;李熹;;超宽带室内定位系统研究[A];2005年全国超宽带无线通信技术学术会议论文集[C];2005年

5 高雪晨;蒋泰;曹林峰;;基于RFID的室内定位系统设计[A];广西计算机学会2012年学术年会论文集[C];2012年

6 徐劲松;卢晓春;边玉敬;;基于UWB的室内定位系统设计与仿真[A];2009全国时间频率学术会议论文集[C];2009年

7 雷地球;罗海勇;刘晓明;;一种基于WiFi的室内定位系统设计与实现[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

8 胡斌;宋娜娜;;基于航位推测技术的消防人员室内定位系统研究[A];2014中国消防协会科学技术年会论文集[C];2014年

中国重要报纸全文数据库 前10条

1 本报记者 马静t，

本文编号：1013729