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

发布时间：2017-10-22 20:02

  本文关键词：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

  更多相关文章： 室内定位 K-means聚类 行人航迹推算 支持向量机 扩展卡尔曼滤波

【摘要】：近年来,随着移动互联网技术和基于位置服务LBS(Location Based Services,LBS)的快速发展与普及,人们对室内位置服务需求也愈加强烈。传统单一定位技术由于自身局限性,已无法满足人们在复杂室内环境中的定位需求,采用多种定位技术融合定位已经成为室内定位领域的研究热点。考虑到定位成本、兼容性、定位精度等因素,大部分研究者逐渐将目光集中到WiFi定位和基于惯性传感器的行人航迹推算PDR(Pedestrain Dead Reckoning,PDR)定位方面。WiFi定位是利用无线接收信号强度RSSI(Received Signal Strength Indication,RSSI)进行位置定位,其定位精度受限于RSSI的稳定性。在实际应用中RSSI易受外界环境影响,波动性较大,这给定位精度带来了非常不利的干扰。PDR定位精度较高,其使用的传感器信息(如惯性传感器)不易受外界环境影响,但该方法在长时间定位时容易产生累积误差。因此,本文针对WiFi定位和PDR定位的优缺点,提出了一种基于WiFi和惯性传感器的多信息融合室内定位方法,分别对WiFi定位和PDR定位进行了优化和信息融合研究。在Wi Fi定位方面,为了降低响应时间,本文首先利用K-means算法构建位置指纹数据库,然后采用基于WiFi指纹的SVM分类定位算法获取位置信息。在PDR定位方面,针对行人步态检测,本文提出了基于动态阈值的自适应波峰检测算法,采用滑动窗口算法求取动态阈值,实现行走过程中更高精度的步数统计;针对行人行走的不确定性,使用WiFi定位动态修正步长;为了减小航向干扰,使用航向矫正算法纠正行人航向。在融合方面,为了充分发挥两种定位技术的优势,本文提出了一种基于扩展卡尔曼滤波的融合算法,既可利用Wi Fi定位减小PDR定位的累积误差,又可通过PDR定位减小WiFi定位的波动性。最后,本文基于Android平台和Windows+Apache+MySQL+PHP框架分别实现了系统的定位客户端和定位服务器端。通过客户端采集实验数据,从定位精度、计步准确率、行人步长估计准确率、定位轨迹对比等方面对该系统所提方法的可行性与有效性进行了验证和评估。结果表明本文提出的多信息融合定位方法相比单一WiFi定位、PDR定位有明显的优势。
【关键词】：室内定位 K-means聚类 行人航迹推算 支持向量机 扩展卡尔曼滤波
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN92;TP212
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-19
• 1.1 研究背景和意义11-12
• 1.2 国内外研究现状12-17
• 1.2.1 典型的室内定位技术12-15
• 1.2.2 典型的室内定位系统15-16
• 1.2.3 WiFi定位和惯性传感器定位相结合的研究16-17
• 1.3 本文研究的主要内容及结构安排17-18
• 1.4 本章小结18-19
• 第二章 基于WiFi和惯性传感器的室内定位技术及理论基础19-33
• 2.1 基于WiFi的室内定位技术19-25
• 2.1.1 基于几何测量法的室内定位技术19-20
• 2.1.2 基于场景分析法的室内定位技术20-25
• 2.2 基于惯性传感器的室内定位方法25-27
• 2.2.1 基于加速度两次积分法26
• 2.2.2 基于行人航迹推算法26-27
• 2.3 卡尔曼滤波理论27-30
• 2.3.1 卡尔曼滤波算法原理27-29
• 2.3.2 扩展卡尔曼滤波算法原理29-30
• 2.4 室内定位的影响因素与系统评估标准30-31
• 2.4.1 室内定位的影响因素30
• 2.4.2 室内定位系统评估标准30-31
• 2.5 本章小结31-33
• 第三章 基于WiFi和惯性传感器的室内定位算法设计33-58
• 3.1 基于WiFi和惯性传感器的室内定位系统设计方案33-34
• 3.2 基于WiFi指纹定位算法34-44
• 3.2.1 RSSI特性分析34-39
• 3.2.2 WiFi指纹定位过程39-41
• 3.2.3 基于WiFi指纹的SVM分类定位算法41-44
• 3.3 基于惯性传感器的PDR定位算法44-55
• 3.3.1 惯性传感器测量信号分析44-47
• 3.3.2 基于动态阈值的自适应波峰检测计步算法47-50
• 3.3.3 行人动态步长估计50-53
• 3.3.4 行人航向检测53-55
• 3.4 基于WiFi指纹和PDR的多信息融合定位55-57
• 3.4.1 融合策略55-56
• 3.4.2 融合WiFi定位结果和PDR推算结果的扩展卡尔曼滤波器56-57
• 3.5 本章小结57-58
• 第四章 室内定位系统实现58-72
• 4.1 室内定位系统整体框架58
• 4.2 室内定位系统开发平台及环境搭建58-64
• 4.2.1 室内定位系统硬件设备58-59
• 4.2.2 定位终端与定位服务端数据通信59-60
• 4.2.3 定位终端系统软件开发60-63
• 4.2.4 定位服务器端系统软件开发63-64
• 4.3 室内定位系统核心功能模块的实现64-71
• 4.3.1 数据采集模块64-66
• 4.3.2 惯性传感器模块66-67
• 4.3.3 定位模块67-68
• 4.3.4 地图模块68-69
• 4.3.5 数据库设计模块69-71
• 4.4 本章小结71-72
• 第五章 室内定位系统测试及性能分析72-83
• 5.1 实验环境72-73
• 5.2 定位性能评估73-82
• 5.2.1 基于WiFi指纹室内定位算法测试73-75
• 5.2.2 惯性导航效果测试75-80
• 5.2.3 融合定位精度和效果测试80-82
• 5.3 本章小结82-83
• 第六章 结论与展望83-85
• 6.1 工作总结83-84
• 6.2 工作展望84-85
• 参考文献85-89
• 攻读硕士学位期间取得的研究成果89-90
• 致谢90-91
• 附件91

【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 杨翼;面向列车完整性监测的惯性传感器校准方法研究[D];北京交通大学;2016年

2 郭晓琳;基于手机惯性传感器的相对定位技术的研究与应用[D];北京邮电大学;2014年

3 张旭;基于WLAN位置指纹与惯性传感器的室内定位技术研究[D];华东师范大学;2016年

4 赵威;基于MEMS惯性传感器的空中输入笔研究[D];华中科技大学;2014年

5 阳松波;随钻磁共振测井中的测量问题研究[D];华中科技大学;2014年

6 陈波;基于惯性传感器的改进高斯粒子滤波室内定位算法[D];新疆大学;2016年

7 姚志锋;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];华南理工大学;2016年

8 童汝超;基于惯性传感器的睡眠识别研究[D];昆明理工大学;2016年

9 唐薇;基于单节点惯性传感器的人体行为监测[D];电子科技大学;2016年

10 闫中亚;基于粒子滤波的Wi-Fi和惯性传感器融合定位算法的研究与实现[D];中国矿业大学;2016年

，

本文编号：1079847