基于匹配模糊度评价的Wi-Fi/地磁指纹定位算法

发布时间：2021-10-29 08:07

　　Wi-Fi定位与地磁定位作为2种成本较低的定位方法受到广泛关注,可以在室内场景为用户提供位置服务,考虑到各自的定位特点,提出了一种基于Wi-Fi扩展候选位置集、地磁匹配进行位置约束的定位方法。针对地磁指纹在单点匹配时容易产生模糊匹配的情况,提出了一种基于JS散度的匹配模糊度评价标准,并建立了地磁模糊匹配位置集。实验结果表明,所提算法优化了候选位置集,有效提升了定位精度,与近年来的定位方法相比,有一定的先进性和可行性。 

【文章来源】：中国科技论文. 2020,15(06)北大核心

【文章页数】：6 页

【部分图文】：

定位框架流程

在离线训练阶段,对32个参考点进行了地磁匹配模糊度评价,各参考点对地磁数据概率分布之间的JS散度结果如图2所示。JS散度具有对称性,即JS(Pi‖Pj)=JS(Pj‖Pi)。由图2可知,大多数参考点对之间的JS散度接近或等于1,这代表其地磁数据分布完全不重合,对匹配定位来说这样的结果无疑是有利的。在观测噪声较小的情况下,地磁数据可以有效地区分位置。此外,仍有相当数量的参考点对之间的JS散度值较小。图3为评价匹配模糊度的得分情况。由图3可见，距离较近的参考点对得分普遍较高，随着参考点间距离的增大，得分总体呈降低趋势，这符合评价的初衷，即对距离较远、地磁数据分布较近的参考点对敏感。由于实验只是采用地磁定位结果进行约束而不将其直接作为位置估计，因此距离较近的参考点之间即使出现误匹配，也不会产生较大的定位误差。距离较远的参考点对得分呈现普遍较低、个别尤其低的特点，图中凹陷处即需要关注的模糊匹配点对。本次实验将得分低于0.5的参考点对定义为模糊匹配点，并在此基础上构建了模糊匹配位置集。

为了验证本文构建的模糊匹配位置集是否可以用于修正地磁匹配结果，将从模糊匹配位置集中确定的地磁约束点作为地磁定位的最终结果，与地磁模值直接做匹配得到的结果进行对比，定位结果如图4所示。图4 2种地磁定位表现

【参考文献】：
期刊论文
[1]一种基于词袋法的地磁指纹室内定位方法[J]. 宋苗苗.  电子测量与仪器学报. 2019(10)
[2]聚类阈值结合动态K值的蓝牙室内定位算法[J]. 郭英,冯茗杨,孙玉曦,刘清华,姬现磊.  测绘科学. 2019(11)
[3]室内环境下基于图优化的UWB定位方法[J]. 徐晓苏,赵北辰.  中国惯性技术学报. 2019(03)
[4]Wi-Fi与PDR自适应加权的CKF融合定位算法[J]. 范立,王中元,汪云甲,李孟.  中国科技论文. 2018(08)



本文编号：3464292