基于WiFi与惯性传感器的室内定位技术研究

发布时间：2023-05-22 04:32

　　由于有GPS(Global Positioning System,GPS)信号的覆盖,室外定位问题可以通过GPS解决。但随着人们室内活动的范围越来越大,GPS信号无法覆盖到室内环境中给人的日常生活带来了极大的不便,如救援现场寻找被困者、大型商场找店铺大型停车场找车位等。因此对于室内定位技术的研究是十分有意义和价值的。目前,随着公共WiFi覆盖面积越来越大和带有惯性传感器智能手机的普及,WiFi技术和惯性传感器技术成为室内定位领域的热门研究方向。在室内定位中单一的定位技术具有局限性,没有一种定位技术可以在定位精度、稳定性和定位成本上都满足室内定位的需求。WiFi定位是绝对定位无累积误差,但精度低、定位结果不稳定;PDR(Pedestrian Dead Reckoning,PDR)定位短时间内精度高,但具有累积误差的特点;本文将两种定位技术的融合定位技术作为解决定位问题的突破口进行深入研究。本文的主要研究内容如下:(1)针对WiFi指纹位置定位问题,分为离线阶段和在线定位阶段两个阶段进行优化。在离线阶段,构建指纹数据库并训练定位模型,对指纹数据库中的数据进行预处理,提高了指纹数据库构建的准...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景和意义
    1.2 室内定位国内外研究现状
        1.2.1 几种常见室内定位技术
        1.2.2 国内外研究现状
    1.3 本文研究的主要内容
    1.4 论文结构安排
2 室内定位系统模型
    2.1 WiFi定位技术
        2.1.1 基于测距的定位算法
        2.1.2 位置指纹匹配定位算法
    2.2 惯性定位技术
        2.2.1 基于惯性传感器的积分定位
        2.2.2 基于惯性传感器的行人航迹定位(PDR)
    2.3 WiFi和惯性传感器融合定位的定位算法
    2.4 本章小结
3 基于支持向量机的WiFi位置指纹定位算法
    3.1 构建WiFi位置指纹数据库
        3.1.1 WiFi信号的采集及影响因素
        3.1.2 指纹数据预处理
        3.1.3 构建指纹数据库网格大小的设置
        3.1.4 WiFi指纹数据库的建立
    3.2 基于支持向量机的室内定位模型
        3.2.1 支持向量机算法
        3.2.2 核函数和惩罚系数
        3.2.3 构建支持向量机的室内定位模型
    3.3 改进的基于支持向量机的室内定位
        3.3.1 帝国竞争优化算法
        3.3.2 基于帝国竞争算法优化的SVR定位算法
    3.4 实验与分析
    3.5 本章小结
4 基于智能手机惯性传感器的行人航迹定位(PDR)
    4.1 步数检测
    4.2 步长估计
        4.2.1 步长估计模型
        4.2.2 改进的步长估计模型
    4.3 行人航向角
        4.3.1 航向角的获取
        4.3.2 基于卡尔曼滤波的航向角处理
    4.4 实验与分析
        4.4.1 步长估计实验
        4.4.2 步数检测实验
        4.4.3 航向角估计实验
        4.4.4 PDR定位实验
    4.5 本章总结
5 基于WiFi和惯性传感器的融合定位
    5.1 基于WiFi和 PDR的融合定位算法
    5.2 基于气压传感器的楼层判别
    5.3 实验与分析
        5.3.1 楼层判别实验
        5.3.2 融合定位实验
    5.4 本章总结
结论
致谢
参考文献
攻读学位期间的研究成果



本文编号：3822009