论文部分内容阅读
目前,基于位置指纹技术的WLAN定位已经成为全球室内定位服务的首选。然而,阻碍WLAN室内定位技术进一步扩展和提升的就是位置指纹数据库(Radio Map)建立的时间和人力成本问题。因此如何在保证一定定位精度的前提下,提高建立Radio Map的速度,节省建立时的人力和时间成本,已经成为目前的研究重点。本文主要研究如何通过基于惯导数据的室内用户运动轨迹匹配算法自动建立Radio Map,旨在保证一定定位精度的同时,减少建立Radio Map的成本。研究的重点在于如何将利用行人航迹法(Pedestrian Dead-Reckoning,PDR)得到的用户相对运动轨迹转换为绝对运动轨迹,然后结合接收信号强度(Receive Signal Strength,RSS)完成Radio Map的建立,并完成在线定位。(1)针对现有轨迹匹配算法适用性差的问题,本文提出一种转角矩阵自动生成方法,该方法主要利用了Hough变换、Harris角点检测、计算几何等技术,可以大大减少人工建立矩阵的工作量,并且用于轨迹匹配算法时可以简化匹配的流程和复杂度,可用于在室内环境中进行轨迹匹配。(2)针对PDR算法无法得到用户绝对运动轨迹以提供Radio Map位置空间的问题,提出了一种基于惯导数据的室内用户运动轨迹匹配算法,通过与室内地图上所有可能的运动轨迹进行匹配将基于PDR算法得到的用户相对运动轨迹转换为绝对运动轨迹,来获取参考点的物理位置,从而能够减少人为建立Radio Map位置空间的工作量。仿真结果表明本文提出的算法可以将基于PDR算法得到的用户相对运动轨迹变成绝对运动轨迹,并且对PDR算法产生的误差具有较好的鲁棒性。为了验证本文建立的Radio Map定位性能,通过选用K近邻算法(K Nearest Neighbors,KNN)做在线阶段的匹配定位。实验结果表明利用本文提出轨迹匹配算法得到的定位精度与其他基于惯导数据进行室内定位的方法相比具有一定的优势,能够在保证一定定位精度的同时,快速完成Radio Map的建立,节省了人力和时间成本。