基于BLE与LED多级联合的室内定位技术研究

发布时间：2020-10-27 00:41

　　 全球定位系统(Global Positioning Systems,GPS)和蜂窝无线定位技术已经广泛地服务于各个行业,带来了诸多便利。但是在地下停车场、大型商场以及医院等室内场景中,由于建筑物遮挡、环境复杂等问题,GPS不能提供室内定位服务。目前常用的室内定位技术有低功耗蓝牙(Bluetooth Low Energy,BLE)定位、无线局域网(Wireless Fidelity,WiFi)定位以及可见光通信定位等。这些常用的室内定位技术普遍存在定位精度只达到米级、定位过程复杂的问题,不能提供精确室内定位服务。为了提高密闭室内环境中的室内定位精度,本文通过对室内定位传感器和定位算法的比较,选用BLE和发光二极管(Light Emitting Diode,LED)光源作为定位传感器,采用基于接收信号强度(Received Signal Strength Indicator,RSSI)的定位方法。具体贡献如下:1.提出一种基于BLE与LED多级联合的室内定位框架。单独使用BLE传感器做室内定位时,由于室内干扰较多其定位精度只能达到米级且稳定性不高,故本文利用LED可见光可区分度较高且对距离变化敏感的特点联合定位,弥补BLE定位误差较大的劣势。在BLE定位结果的基础上,引入基于LED可见光强度指纹的联合定位,有效的将定位精度提升到了分米级并且更稳定。2.采用了一种基于改进变步长萤火虫算法(Variable Step Firefly Algorithm,VSFA)的BLE粗定位方法。本文的BLE粗定位方法分为三个步骤:RSSI滤波预处理、建立测距模型以及基于距离的定位。在RSSI滤波预处理阶段,本文采用一种混合滤波方法,该方法具有较好的平滑去噪的效果;在建立测距模型阶段,采用最小二乘支持向量回归(Least Squares Support Vector Regression,LSSVR)算法进行非线性回归建立测距模型,该模型有更好的测距效果;在定位阶段,本文采用一种改进VSFA算法定位,该算法在选定区域内随机生成一定数量的萤火虫,既保证了定位精度相对较高,又避免了初始萤火虫数量过多造成定位时间过长。3.采用基于LED光强度指纹的联合定位方法。LED光强指纹定位分为建立光强指纹库和在线光强指纹匹配两部分。在建立光强指纹库部分,本文先通过人工测量录入建立较粗糙的光强指纹库。为了提高指纹库的精度,再采用一种加权的双线性插值法对粗糙指纹库插值,得到更精细的光强指纹库;在指纹匹配部分,本文采用一种结合BLE粗定位结果的区域选择方法,在选定区域内对指纹匹配结果加权处理得到定位结果,有效减小了定位误差。本文通过仿真实验和在实际场景中的测试实验,对本文的定位方法进行了性能评估。仿真实验中,本文的定位方法平均误差为0.387m,误差在0.6m的误差累计率为88.6%。在实际场景测试中,本文方法的平均定位误差为0.446m,同时0.8m的误差累计率达到了91.8%。实际测试与仿真结果相差不大,实现了分米级的精确室内定位。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN92;TP212
【部分图文】：

每种定位技术都有各自的优缺点。针对不同的场景和需要有着不同的效果，下面通过图 2-1 和表 2-1 对各种定位技术比较：图2.1 几种常见室内定位技术性能比较由图 2.1 可知，使用单传感器时，低功耗蓝牙从综合定位精度和部署难易程度来说性价比最高。

终相交于一点即待测节点的位置。保证三个锚节点两两不在一条直线上，三边测量的结果就是唯一的。图2.2 三边测量如图 2.2 所示，三个锚节点分别为1O 、2O 和3O ，锚节点与待测节点的距离分别为1d 、2d 和3d ，设待测节点坐标为 ( x , y )，则根据式(2-1)可计算出待测点坐标。（2）到达时间差法TDOA 定位法是对 TOA 是算法的改进。但是 TDOA 算法要求锚节点和待测节点具有精度较高的时钟源并且有精准的时钟同步，这样硬件成本非常高。TDOA 法不需要信号到达待测节点的绝对时间，而是检测信号点到达两个锚节点的绝对时间差，这样相对于 TOA 算法在抗干扰方面比较有优势。但是如果锚节点和待测节点之间的时钟不同步的话，可能出现绝对时间差误差很大甚至是负数，这样就会导致定位结果存在很大误差[38]。TDOA 法相对于 TOA 法具有精度高

图2.3 TDOA 算法定位原理图i i1 t = t t表示第 i 个锚节点与第 1 个锚节点接收信号的时间差，用 ( , i x 锚节点的坐标，用( x , y )表示待测节点的坐标，两锚节点的距离用id 表i i1 c t = d d，其中 c 为待测节点发射信号的速度，则可得到基本关系式个方程式分别减去第一个方程式得到：2 2 21 1 12 2 21 2 2 22 2 21 3 2 2( ) ( )( ) ( ) ( )( ) ( ) ( )d x x y yd d x x y yd d x x y y = + = + = 2 2 2 2 22 1 2 1 2 1 2 2 2 1 12 2 2 2 23 1 3 1 3 1 3 3 3 1 11( ) ( ) ( )21( ) ( ) ( )2x x x y y y d d d x y x yx x x y y y d d d x y x y = + + + = + + +
【相似文献】

相关期刊论文 前10条

1 张胜利;焦诚;付永恒;;室内定位方法和技术综述[J];数字技术与应用;2018年10期

2 陈献;王贵鑫;;室内定位技术发展及应用研究[J];科学技术创新;2019年17期

3 苗青;李敬能;;室内定位的发展与应用[J];中国新通信;2019年14期

4 王思阳;梁文清;周晓婷;李佳敏;林丹仪;郑誉煌;;基于蓝牙射频的室内定位系统[J];工业控制计算机;2016年12期

5 袁海涛;刘岩;;无源室内定位导航技术服务平台设计与应用[J];北京测绘;2017年S1期

6 谢思远;罗圣美;李伟华;韦薇;;精准室内定位关键技术及应用[J];信息通信技术;2015年06期

7 牛长流;王迪;孟杉;张天;;基于惯性导航的室内定位技术[J];数码世界;2017年06期

8 张超;;一种基于距离的室内定位算法模型[J];中国原子能科学研究院年报;2013年00期

9 ;室内定位蓄势待发[J];建材发展导向;2013年06期

10 刘静;刘楠;潘志文;尤肖虎;;室内定位中设备异构性的域自适应方法（英文）[J];Journal of Southeast University(English Edition);2019年04期

相关博士学位论文 前10条

1 蔡超;基于智能移动终端声音传感器的低延迟室内定位技术研究[D];华中科技大学;2019年

2 钱久超;基于无约束自包含传感器的行人室内定位技术研究[D];上海交通大学;2016年

3 黄增士;基于三维信息的室内定位导航系统研究与应用[D];中国科学技术大学;2018年

4 毋杰;基于RFID、惯性传感器、磁场特征的室内定位关键技术研究[D];华东师范大学;2019年

5 崔玮;无线传感器网络室内定位关键技术研究[D];东北大学;2017年

6 张磊;基于声音的智能移动终端室内定位关键技术研究[D];浙江大学;2019年

7 侯忆楠;基于可见光通信的室内定位关键技术的研究[D];上海交通大学;2017年

8 田清霖;移动计算平台的室内定位系统研究及优化加速[D];浙江大学;2016年

9 郭莹莹;基于群智感知的低功耗蓝牙室内定位技术的研究[D];北京邮电大学;2017年

10 史永;空间场景约束的室内定位方法研究[D];南京师范大学;2016年

相关硕士学位论文 前10条

1 耿恩绪;基于智能终端的室内融合定位算法研究[D];重庆邮电大学;2019年

2 任浩良;室内定位的自适应AP布局算法研究与实现[D];重庆邮电大学;2019年

3 未平;基于蓝牙角度估计的室内定位技术研究[D];重庆邮电大学;2019年

4 郭琛;可见光室内定位系统的指纹融合算法[D];南京师范大学;2019年

5 聂帅;室内复杂环境下可见光压缩感知定位算法研究[D];南京师范大学;2019年

6 赵心域;蓝牙室内定位的动态指纹窗口模型及其应用方法研究[D];南京师范大学;2019年

7 江斌;基于WiFi的室内定位与导航的研究和应用[D];南昌大学;2019年

8 吴承钰;基于UWB的室内定位系统设计与实现[D];哈尔滨工业大学;2019年

9 许鑫颖;基于蓝牙技术的室内定位系统研究与设计[D];哈尔滨工业大学;2019年

10 赵英伯;多用户单节点室内定位的算法改进与系统性能分析[D];哈尔滨工业大学;2019年

本文编号：2857757