论文部分内容阅读
现如今,人们的日常活动大多在室内进行,导致基于位置感知的应用的激增,对于位置服务的需求也与日俱增。室内定位主要存在三方面的难点:首先,障碍物,干扰源较多,室内环境呈现出较强的动态性。其次,测量误差。最后,定位往往需要依赖于其他辅助设备,设备本身的局限性。针对以上定位的三大难点,综合室内地磁场的分布特点。在无干扰源的条件下,室内地磁场变化微弱。但真实室内空间,随机分布的诸多干扰源形成地磁场的独特分布。为此本文利用干扰源对磁场特征的影响完成定位过程,首先利用特征梯度去建立特征指纹库,以此来消除辅助设备干扰。但利用地磁场作为定位载体依然面临着一大问题。复杂的室内分布也会存在局部的特征分布平滑区域,称之为“盲区”,例如,走廊,过道等区域。为解决此类问题,基于数理统计方法的粒子滤波,以总体的样本分布去估测真实位置点分布,利用粒子滤波匹配明显的特征分布区域。另外,本文通过建立预处理过程进行区域划分,待区域识别完成后,建立自适应粒子滤波,从而解决“盲区”定位问题。本文选取一个400平方米样本空间,通过移动设备采集室内空间样本点的地磁场强度和三分量值,经最临近,三次样条,双线性,双三次四种插值方法分别建立室内特征分布指纹库。之后,进行特征区域划分,并且利用观测值去寻找最佳匹配方案。最后,将感知信息融入粒子滤波去建立自适应过程,自适应优化滤波参数。此预处理过程建立测试点和指纹库之间的关联,以便于更好的去识别测试点。本文主要解决以下三个方面的问题。首先,通过有限样本点建立室内地磁特征指纹库。进而,利用室内地磁场特征分布的独特性和特征指纹库与测试点之间的关联度,对室内空间进行敏感度区域划分。最后,将室内特征分布与测试点之间的关联信息融入粒子滤波,自适应匹配环境特征,自动优化滤波参数。通过测试,最临近插值所建立的指纹库效果最差。自适应粒子滤波较传统粒子滤波算法,定位误差稳定,精度高。在不同分辨率条件下,191*191,381*381,951*951,经过100次随机定位测试,定位误差分别平均减小0.41m,1.25m,1.71m。