论文部分内容阅读
近年来,人们对位置信息和基于位置信息的物联网的需要大大增加,基于Wi-Fi（Wireless Fidelity）RSSI（Received Signal Strength Indication,RSSI）的室内定位导航技术得到了快速发展。本文从无线信号衰减基本原理出发对RSSI信号在室内空间传播的特征进行了持续深入的研究。首先,根据一维空间RSSI尺子特性,采用基于RSSI空间分辨率的观测值滤波算法进行信号降噪,提高信号质量;然后,根据二维空间RSSI信号图特性,采用基于虚拟AP位置的聚类算法进行指纹数据库的聚类与分割;其次,根据RSSI不均匀空间分辨率的特点,采用基于几何距离加权定位的算法;最后,采用惯性传感器识别运动地标和室内地图融合的方法,进行导航定位方向的优化,并构建出基于RSSI空间分辨率的观测值滤波算法、虚拟AP位置、几何距离加权和转角探测的室内融合定位方案。RSSI测量特性研究。首先,对一维空间RSSI尺子测量特性进行分析总结:1)RSSI值越大,其理论上的空间分辨率越好;2)以0.1d B为刻度的Wi Fi信号强度理论上的空间分辨率明显优于以整数d B的Wi Fi信号强度理论上的空间分辨率。然后,将RSSI信号图和数字高程模型（Digital Elevation Model,DEM）进行类比分析,对二维空间RSSI信号图测量特性进行分析总结:1)根据大量的RSSI数据的经验找到RSSI信号特征点和RSSI信号特征线,进而对RSSI信号图进行区域分割,分别成图;2)模仿DEM等高线,勾勒出RSSI等值线图,然后采用RSSI等值线交汇的方法;3)以无线衰减模型对RSSI信号图为约束进行Radio Map的分割和成图。在室内动态环境中Wi-Fi RSSI存在多径信号和非视距传播等多种因素的影响,导致RSSI观测误差较大。本文借鉴GPS数据处理中对多路径效应采取的措施,最大限度地舍弃因受到环境干扰而导致质量不佳的信号数据,提出一种基于RSSI空间分辨率的观测值滤波算法。实验结果表明,基于RSSI空间分辨率的观测值滤波算法的定位精度和鲁棒性均优于均值算法、卡尔曼滤波算法和粒子滤波算法。对于没有线性约束的室内区域,如大型办公室或报告厅,很难使用行为地标校正。因此,在没有线性约束的室内区域选择临近指纹参考点,既要准确,又要简单。本文借鉴光进过反射、折射和衍射形成虚拟光源的现象,再结合二维空间RSSI信号图测量特性,提出一种基于虚拟AP坐标位置的指纹点聚类算法。实验结果表明,基于AP虚拟坐标的指纹点聚类算法能自动聚类室内无线性约束的参考点,其定位精度优于KNN、WKNN、RPLC和SDC。传统WKNN定位算法的定权是通过RSSI信号差的倒数对参考点的坐标进行定权,然而由于RSSI与物理距离呈指数关系,而不是线性关系,导致WKNN定位结果不够准确。本文借鉴水准测量精度定权指标,测距误差与实际物理距离的倒数大致成线性比例关系,将RSSI信号距离转化成实际物理距离后再进行定权计算,提出一种基于RSSI不均匀空间分辨率的物理距离加权定位算法。实验结果表明,基于RSSI不均匀空间分辨率的物理距离加权定位算法在定位精度上明显优于KNN,Euclidean-WKNN,Manhattan-WKNN,EWKNN,Li FS和GPR等算法。借鉴室外地图在室外定位导航中的广泛使用,所以地图是定位导航服务的必要前提条件。一般智能手机中的陀螺仪传感器都可以实时记录手机角速度,当行人左转或右转时,角速度会发生显著变化。本文在研究室内移动用户的定位导航时,在对于具有线性约束的室内区域的定位导航,提出了一种基于运动地标和室内地图辅助的方向优化算法。实验结果表明,加上运动地标和室内地图约束后,WKNN算法的定位精度得到明显提高。最后,提出一套基于RSSI空间分辨率的观测值滤波算法、虚拟AP位置、几何距离加权和转角探测的室内融合定位方案。首先采用基于RSSI空间分辨率的观测值滤波算法对所有的RSSI观测值进行数据预处理。然后,进行室内区域的识别和分割,分为室内走廊和室内房间两大类,分别采用以下两种定位策略。1)针对室内走廊等具有线性约束的室内区域,采用基于转角探测的定向优化算法和基于RSSI几何距离加权的定位算法相结合的方法。2)针对室内房间等无线性约束的室内区域,采用基于AP虚拟坐标的指纹点聚类算法和基于RSSI几何距离加权的定位算法相结合的方法。