论文部分内容阅读
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。