论文部分内容阅读
随着位置服务的兴起和发展,作为位置服务前提的定位技术越来越受人们的重视。全球定位系统GPS作为一种广泛应用的定位技术,在开阔的室外环境中,能够提供精确的定位信息。然而,由于GPS信号无法良好地穿透建筑物,GPS在室内环境中无法实现精确定位。随着智能移动终端的普及,基于移动终端的室内定位技术具有广泛的应用前景。目前室内定位研究领域最常见的定位技术主要包括位置指纹定位技术和航位推测技术。这两种技术分别在不同的应用背景下使用:(1)定位区域无线信号分布情况已知。基于接收信号强度(Received Signal Strength, RSS)的位置指纹定位技术因成本低、调度简单而成为研究热点。位置指纹定位技术要求在定位之前首先依据无线信号分布情况建立位置指纹数据库,定位时通过匹配当前无线信号测量值和位置指纹数据库中的记录来进行定位,因而位置指纹定位技术不能实现未知环境中的定位。为了获得精确的定位结果,位置指纹定位技术前期需要大量的数据采集和校准工作来建立指纹库,实际应用效率较低。(2)定位区域无线信号分布情况未知。航位推测定位技术可在无线信号分布情况未知的情况下,利用移动终端的传感器测量单元进行惯性数据采集,通过惯性数据进行惯性自定位。但若惯性测量单元存在较大测量误差,定位误差会不断累积,定位精度随着时间迅速下降。基于上述两种室内定位应用背景,本文在现有的室内关键定位技术基础上,研究基于普通移动终端的室内定位增强改进技术,以提高定位技术的精度和应用效率。本文依据空间无线信号的变化趋势规律,将高斯过程回归模型运用到位置指纹定位技术中,研究高效的位置指纹数据库构建方法,以减少指纹样本采集密度,提高位置指纹定位技术的应用效率。本文在航位推测定位技术中,引入了粒子滤波技术和位置指纹定位技术,以此来对惯性定位结果进行校正,从而解决惯性定位误差随惯性测量误差不断累积的问题。本文对上述的定位技术方案进行了验证实验,实验结果表明:高斯过程回归模型能够很好地预测空间位置RSS,可利用高斯过程回归模型来对定位区域进行RSS预测,建立指纹库,减少信号样本采集密度;粒子滤波技术结合位置指纹技术应用到惯性定位系统中,能够显著抑制惯性导航定位的误差累积效应。