论文部分内容阅读
室内人员定位技术在行人定位导航,应急事件处理,商业推广等多个领域有着极大的应用价值。由于信号被建筑物遮挡导致传统卫星定位技术在室内环境失效,必须出现一种新的定位技术进行“补盲”。为了获得室内定位结果,本文对基于WiFi定位技术和MEMS传感器定位技术展开研究,重点研究了WiFi定位算法、MEMS传感器数据处理、行人航位推算算法、WiFi辅助的行人航位推算算法及WiFi和航位推算融合定位算法。主要研究成果如下:(1)考虑AP部署高度对定位精度的影响,提出了一种基于RSSI测距的消除高度影响的加权质心定位算法。首先对采集的RSSI进行数据处理,根据信号传播模型得出终端与AP的距离;然后用几何方法对垂直距离做了消除,得出AP和终端的平面距离;最后用消除高度影响的加权质心定位算法计算位置。针对多层建筑物,提出一种楼层识别方法,结合二维平面定位构成近三维室内定位算法。在学院楼内用以上方法进行楼层识别,识别率可达100%。在大型教室进行定位实验,结果表明:改进后的算法相比之前在精度上有一定的提高,稳定性也得到增强。(2)针对MEMS传感器件高噪声的特点,采用时间序列分析的方式对MIMU信号进行建模,并进行Kalman滤波优化。对磁力计数据进行低通滤波,并对磁力计进行标定和误差补偿。(3)深入分析了PDR算法的定位原理,对影响其精度的计步算法、朝向角估计和步长估计做了较为深入地研究。针对PDR过程中惯性传感器误差不断积累的问题,提出一种基于WiFi辅助的位置矫正方法。另,针对当前PDR算法中步长估算精度低及普适性差等问题,提出了一种WiFi辅助的频率-步长模型参数的动态调整方法,在两次经过WiFi矫正点后对步长模型中的参数做反馈调整。调整后的模型用于下一阶段的PDR。在学院楼设计相关实验,结果表明,位置矫正有效消除了惯性传感器的累积误差,模型参数首次调整后步长误差降低80%。(4)利用组合导航的思想,使用UKF对WiFi定位系统和PDR定位系统做松组合,定位结果相比单独的PDR误差发散速度明显减缓。结合WiFi辅助的PDR算法,提出一种新型的WiFi/PDR融合定位方法,定位结果更为精准。