基于惯导数据的室内用户运动轨迹匹配算法研究

发布时间：2017-09-03 22:16

  本文关键词：基于惯导数据的室内用户运动轨迹匹配算法研究

  更多相关文章： 位置指纹数据库 惯导数据 行人航迹法 轨迹匹配

【摘要】：目前,基于位置指纹技术的WLAN定位已经成为全球室内定位服务的首选。然而,阻碍WLAN室内定位技术进一步扩展和提升的就是位置指纹数据库(Radio Map)建立的时间和人力成本问题。因此如何在保证一定定位精度的前提下,提高建立Radio Map的速度,节省建立时的人力和时间成本,已经成为目前的研究重点。本文主要研究如何通过基于惯导数据的室内用户运动轨迹匹配算法自动建立Radio Map,旨在保证一定定位精度的同时,减少建立Radio Map的成本。研究的重点在于如何将利用行人航迹法(Pedestrian Dead-Reckoning,PDR)得到的用户相对运动轨迹转换为绝对运动轨迹,然后结合接收信号强度(Receive Signal Strength,RSS)完成Radio Map的建立,并完成在线定位。(1)针对现有轨迹匹配算法适用性差的问题,本文提出一种转角矩阵自动生成方法,该方法主要利用了Hough变换、Harris角点检测、计算几何等技术,可以大大减少人工建立矩阵的工作量,并且用于轨迹匹配算法时可以简化匹配的流程和复杂度,可用于在室内环境中进行轨迹匹配。(2)针对PDR算法无法得到用户绝对运动轨迹以提供Radio Map位置空间的问题,提出了一种基于惯导数据的室内用户运动轨迹匹配算法,通过与室内地图上所有可能的运动轨迹进行匹配将基于PDR算法得到的用户相对运动轨迹转换为绝对运动轨迹,来获取参考点的物理位置,从而能够减少人为建立Radio Map位置空间的工作量。仿真结果表明本文提出的算法可以将基于PDR算法得到的用户相对运动轨迹变成绝对运动轨迹,并且对PDR算法产生的误差具有较好的鲁棒性。为了验证本文建立的Radio Map定位性能,通过选用K近邻算法(K Nearest Neighbors,KNN)做在线阶段的匹配定位。实验结果表明利用本文提出轨迹匹配算法得到的定位精度与其他基于惯导数据进行室内定位的方法相比具有一定的优势,能够在保证一定定位精度的同时,快速完成Radio Map的建立,节省了人力和时间成本。
【关键词】：位置指纹数据库 惯导数据 行人航迹法 轨迹匹配
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925.93
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-16
• 1.1 课题背景及研究的目的和意义8-9
• 1.2 国内外研究现状9-13
• 1.2.1 室内定位技术的研究现状9-10
• 1.2.2 惯导数据应用在室内定位技术中的研究现状10-13
• 1.2.3 轨迹匹配算法的研究现状13
• 1.3 主要研究内容13-14
• 1.4 论文的结构安排14-16
• 第2章 轨迹匹配算法的室内定位系统模型与基本理论16-24
• 2.1 位置指纹数据库的建立方法16-18
• 2.2 轨迹匹配算法的室内定位系统结构18-20
• 2.3 图论的矩阵表示和常用算法20-23
• 2.3.1 图论的矩阵表示20-22
• 2.3.2 图论的常用算法22-23
• 2.4 本章小结23-24
• 第3章 惯导数据处理及轨迹特征提取24-42
• 3.1 用户相对运动轨迹24-32
• 3.1.1 惯导器件24-25
• 3.1.2 行人航迹推算法25-26
• 3.1.3 计步和步长估计26-30
• 3.1.4 航向角计算30-32
• 3.2 用户所有可能运动轨迹的特征提取32-41
• 3.2.1 转角矩阵的构造方法32-35
• 3.2.2 霍夫变换35-37
• 3.2.3 角点检测37-41
• 3.3 本章小结41-42
• 第4章 终端运动轨迹匹配算法研究42-59
• 4.1 矩阵的自动生成42-47
• 4.1.1 线段的完全分解与组合42-45
• 4.1.2 权值矩阵和转角矩阵的自动生成45-47
• 4.2 基于惯导数据的轨迹匹配算法47-52
• 4.2.1 坐标转换47-49
• 4.2.2 轨迹匹配算法的原理及步骤49-51
• 4.2.3 轨迹匹配算法的仿真结果及分析51-52
• 4.3 在线定位阶段52-58
• 4.3.1 位置指纹数据库的建立52-56
• 4.3.2 Ｋ近邻算法56-57
• 4.3.3 仿真结果及分析57-58
• 4.4 本章小结58-59
• 结论59-60
• 参考文献60-65
• 攻读硕士学位期间发表的论文及其它成果65-67
• 致谢67

，

本文编号：787652