论文部分内容阅读
随着技术的发展,基于位置的服务(Location Based Service,LBS)逐渐进入人们的日常生活。在室内环境中无法使用GPS/北斗等卫星定位系统进行定位,很难快速确定自己的位置。因此,室内定位技术成为当前的一个研究热点。目前,WIFI(Wireless Fidelity,无线保真)技术逐渐发展起来,WIFI接入热点已经在很多建筑物内部署,为基于WIFI的室内定位技术的应用和推广提供了有利条件。当前主要有基于WIFI指纹数据库和基于无线信道模型的WIFI室内定位方法,它们的定位精度不够高,为了提高定位精度,研究者提出了基于误差多样性和基于三角计算等多种多用户协同的室内定位方法,但基于误差多样性的协同定位方法定位精度提高有限,而基于三角计算的协同定位方法计算复杂度较高。本文重点研究了基于WIFI指纹库的室内定位方法,在此基础上提出了一种基于声波测距和多点拓扑逼近的多用户协同定位算法,并在Android和Windows/Linux平台上实现了整个室内定位系统。本文首先对基于WIFI位置指纹库的室内定位方法进行了深入的研究,利用Matlab对整个定位方法进行了仿真验证,确定了定位系统的关键参数,并进行了实地测试,在实地测试结果的基础上,提出了基于指纹库二次校正的室内定位算法,通过去除数据库中部分参考价值较小的参考点和在精确定位时选取的不合适的最邻近点,在一定程度上提高了定位精度。其次,本文介绍了现有的多用户协同的室内定位算法,并研究了基于WIFI和声波测距的多用户组群协同定位算法,提出了基于多频可闻声波幅度求和的测距方法,在测距完成后,利用本文提出的多点拓扑逼近协同定位算法对WIFI单点定位结果和声波测距结果进行处理,有效提高了定位精度。接着,为了进一步提高定位精度,本文利用卡尔曼滤波器对移动终端设备进行轨迹跟踪。为了解决标准卡尔曼滤波器在移动终端设备发生转弯时跟踪误差大的问题,本文提出了结合室内地图的卡尔曼滤波算法,利用室内地图的信息和移动终端设备的速度方向估计对转弯进行判别,并在发生转弯时对卡尔曼滤波器的参数进行调整,大大提高了拐角处的跟踪精度。最后,本文在Android平台下实现了室内定位系统的客户端,在Windows/Linux平台下实现了定位系统的定位管理服务端,并在学校主楼一区二楼的部分区域进行了实地测试,验证了本文所提定位和跟踪算法的性能。本文的室内定位系统提高了传统WIFI定位技术的定位精度,为基于位置的服务提供了基本保证。