多源融合定位理论与方法研究

发布时间：2021-08-06 08:45

位置服务与移动通信、互联网被并称为21世纪信息产业最有前景的三大朝阳产业,受到了越来越广泛的关注。全球卫星导航系统(Global Navigation Satellite System,GNSS)作为最具备竞争力的定位与导航技术,全天时、全天候为全球用户提供着高效可靠的定位导航服务。然而在诸如室内环境、城市楼宇之间、高山峡谷以及水下等应用场景中,由于导航卫星被遮挡从而导致GNSS无法正常工作。多源融合定位技术是对全球卫星导航系统的有效补充,可以在GNSS无法工作的区域提供定位与导航服务。多源融合定位是一种基于信息融合策略的技术,能够将包括卫星定位、无线通信信号定位以及传感器定位等相关定位手段进行融合,从而得到最佳的融合定位结果。多源融合定位采用数据集成技术,增加了数据的自由度;同时扩大了定位的应用范围,提高了无缝定位能力。在多源融合定位系统中,首先对融合源进行定位信息采集,然后将定位信息传输到融合中心完成进一步处理。在融合中心,采用有效的融合定位算法对各类融合信息源进行融合,从而得到融合定位结果。相对于单一的融合源,多源融合定位系统不仅可以提高定位精度,同时还能增强定位系统的可靠性以及鲁棒性等性能。同时,将多源融合定位系统的融合结果进行反馈和再处理,可以对融合算法进行自适应的更新。本文将从多源融合定位数据预处理、不同定位场景下的多源融合定位算法以及多源融合定位效能评估三个方面对多源融合定位技术进行研究。针对多源融合定位中融合源的信息处理问题,本文提出一种多源融合定位数据预处理方法,旨在设计高效的融合源信息处理手段。本文首先介绍一种基于网络侧的多源融合定位体系结构,在此基础上提出包括数据特征提取和数据采集算法在内的数据预处理方法。根据不同融合源的特点,采用数据特征提取技术对融合源信息进行初步筛选。针对融合源数据采集问题,本文提出一种基于压缩感知的融合源大数据采集算法,将采集的部分融合源数据传递到融合中心,然后在融合中心进行数据重构从而得到原始定位信息。数据预处理方法可以在保证定位精度的前提下,大幅度降低数据采集量,提升网络传输效率。针对多源融合定位中的融合定位算法问题,本文提出适用于静态定位情形的基于因子图的多源融合定位算法,以及适用于动态定位情形的基于扩展卡尔曼滤波的多源融合定位算法。对于因子图融合定位算法,通过因子图模型中每一个变量节点和函数节点以及边线上软消息的计算,从而实现定位信息的有效融合。进一步地,本文将因子图融合定位算法应用于无线传感器网络定位中,将无线传感器网络定位中的多边定位与指纹定位相结合,从而得到多源融合定位结果,提高定位系统的性能。对于基于扩展卡尔曼滤波的多源融合定位算法,本文首先提出一种基于智能终端的多源融合定位系统模型。在此模型中,明确了行人航迹推算和WiFi指纹相结合的方式实现多源融合定位。在基于滤波技术的数据融合定位理论分析基础上,本文提出了一种基于扩展卡尔曼滤波的智能终端多源融合定位算法。扩展卡尔曼滤波融合定位算法将WiFi指纹定位与行人航迹推算进行优化融合,从而大幅度提高了智能终端多源融合定位系统的性能。针对多源融合定位系统的效能评估问题,本文首先介绍了一种多参数多层次效能评估模型,此模型从定位精度、连续性、可用性、置信度和即插即用性五个参数对多源融合定位系统进行评估。进一步地,本文对多源融合定位效能评估理论进行了分析,并基于此提出一种自反馈效能评估算法。自反馈效能评估算法分为初始、融合与自反馈三个阶段。多源融合定位系统中的自反馈效能评估算法不仅可以实现对多源融合定位系统的效能评估,同时可以通过定位信息的自反馈,提高融合定位系统的性能。
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN967.1

文章目录

摘要

ABSTRACT

第1章绪论

1.1 课题来源及研究的目的和意义

1.1.1 课题来源

1.1.2 研究的目的和意义

1.2 多源融合定位系统架构

1.3 多源融合定位相关技术研究现状

1.3.1 可用定位融合源分析

1.3.2 多源融合定位数据处理

1.3.3 多源融合定位算法

1.3.4 多源融合定位效能评估方法

1.4 论文的研究内容与组织结构

第2章多源融合定位基础理论与数据预处理方法

2.1 引言

2.2 多源融合定位基础理论分析

2.2.1 多源融合定位系统中数据融合理论分析

2.2.2 多源融合定位系统中的时空对准分析

2.3 多源融合定位数据预处理算法

2.3.1 多源融合定位系统体系结构

2.3.2 融合源数据特征提取

2.3.3 基于压缩感知的融合源大数据采集算法

2.4 性能分析与仿真结果

2.5 本章小结

第3章基于因子图的多源融合定位

3.1 引言

3.2 因子图基本原理

3.2.1 因子图基本概念

3.2.2 和积算法

3.3 基于因子图的融合定位算法

3.3.1 因子图融合定位算法

3.3.2 因子图融合定位算法性能理论分析

3.4 基于因子图的无线传感器网络融合定位算法

3.4.1 无线传感器网络指纹定位

3.4.2 基于稀疏指纹的无线传感器网络多边定位

3.4.3 无线传感器网络因子图融合定位

3.5 性能分析与仿真结果

3.5.1 因子图融合定位算法性能分析

3.5.2 无线传感器网络融合定位算法性能分析

3.6 本章小结

第4章基于扩展卡尔曼滤波的多源融合定位

4.1 引言

4.2 基于智能终端的多源融合定位系统

4.2.1 基于智能终端的多源融合定位系统模型

4.2.2 行人航迹推算

4.2.3 基于群智感知的WiFi指纹定位

4.3 基于滤波的融合定位理论分析

4.3.1 贝叶斯估计数据融合理论

4.3.2 卡尔曼滤波融合定位理论

4.3.3 扩展卡尔曼滤波融合定位理论

4.4 基于扩展卡尔曼滤波的融合定位算法

4.4.1 运动状态判别算法

4.4.2 扩展卡尔曼滤波融合定位算法

4.5 性能分析与仿真结果

4.5.1 卡尔曼滤波性能分析

4.5.2 扩展卡尔曼滤波融合定位算法性能分析

4.6 本章小结

第5章多源融合定位自反馈效能评估方法

5.1 引言

5.2 多参数多层次评估模型

5.2.1 定位精度

5.2.2 连续性

5.2.3 可用性

5.2.4 置信度

5.2.5 即插即用性

5.3 多源融合定位效能评估理论分析

5.3.1 基于广义信息熵的效能评估理论

5.3.2 基于多层次分析的效能评估理论

5.4 基于多参数模型的自反馈效能评估算法

5.4.1 初始阶段效能评估

5.4.2 融合阶段效能评估

5.4.3 自反馈阶段效能评估

5.5 性能分析与仿真结果

5.6 本章小结

结论

参考文献

攻读博士学位期间发表的论文及其他成果

致谢

个人简历

【相似文献】