论文部分内容阅读
伴随着互联网技术的日新月异,人们开始崇尚于追求便捷化和信息化的生活方式。近些年,基于室内精准定位服务的需求持续增长,如何为紧急求助、交通管理、目标定位等提供精准的位置信息是社会进步发展必然要解决的问题。WiFi因其部署简单、成本低廉、普适性高等优势,逐渐成为室内定位技术的主要研究领域。室内用户的移动会影响采集到WiFi信号强度,针对WiFi位置指纹定位无法做到对行人的轨迹进行准确跟踪的问题,论文利用逆距离权重法(Inverse Distance Weighted,IDW)插值算法,估测待定位点K(基于加权欧氏距离的WKNN算法)取不同值时对应的加权坐标处的信号强度值。通过智能手机内置的三轴加速度传感器获取的加速度数值,估算出行人室内移动时待定位点之间的移动距离。选出与待定位点信号相似度较大且满足距离约束的加权坐标位置作为待定位点位置。主要工作如下:(1)将室内移动过程中连续采集到的3秒信号强度的均值,作为中间时刻待定位点位置的信号强度值,在简化计算的同时提高了定位精度。通过仿真对比发现,3秒数据均值处理的方案,相比待定位点处只采集到1秒信号强度值进行定位时,待定位点定位误差改善了0.228m。(2)针对基于加权欧氏距离的WKNN算法和自适应K的WKNN定位算法都不能保证每个待定位点处都取得最优值的情况,论文设计了一种最优K的WKNN算法。使用逆距离权重插值算法,估测出K为不同值时的加权坐标处的信号强度值,将与待定位点信号强度相似度最高的加权坐标值作为待定位点位置。通过仿真发现,最优K的WKNN定位算法在采样间距为1.2米情况下,相比前两种算法平均定位误差改善了9.3%~22.5%。(3)利用智能手机内置加速度传感器,获取行人室内移动时的加速度数据,估算行人移动的步数、步长以及每步的时间,并推算出3秒间隔对应的移动距离,将此距离作为行人室内移动时待定位点之间距离约束条件。(4)由于室内行人移动时受时间和空间范围约束,论文利用获取的加速度数据,估算待定位点之间的移动距离。在最优K的WKNN算法的基础上,将待定位点之间的移动距离作为加权坐标的约束条件。论文充分挖掘了行人室内运动前后位置坐标的相关性,提高了定位精度,在采样间隔为1.2米情况下,平均定位误差为1.5222m,定位精度改善了12.03%~34.54%。论文的研究内容可以为基于传感器辅助的WiFi室内定位系统提供理论及实践支持,为WiFi定位系统的实际应用奠定了基础。