论文部分内容阅读
随着无线局域网和智能手机的广泛部署与普及，WIFI定位系统成为实现室内定位导航的首选。WIFI位置指纹定位系统需采集大量RSSI数据建立RadioMap，而室内电磁环境复杂导致RSSI数据不确定性高，为保证定位精度，需不断更新RadioMap，使得其构建与维护成本极高，限制其大规模应用。众包技术通过大量志愿者完成RadioMap的构建与更新，可有效降低RadioMap的运维成本。
本文针对众包模式下，WIFI位置指纹存在的异质设备RSSI采集值差异、相同位置RSSI时变性、PDR位置估计与累计误差、位置指纹数据量大导致在线定位实时性下降等问题进行研究。主要研究内容和创新点如下：
第一，针对RSSI数据设备异构与时变性严重，降低位置指纹库质量与在线定位精度的问题，提出基于AP序列的标准化位置指纹。将AP序列与普鲁克标准化后的RSSI结合作为位置指纹，有效减小RSSI的设备异构与时变性影响，同时解决了定位算法中的对称性问题。实验表明，当定位误差小于2m时，该位置指纹的定位精度比SSD高出13.2%。
第二，针对PDR对众包指纹标记位置信息时，无法获得用户绝对位置及累计误差严重的问题，提出基于室内路网语义的地图匹配算法。该算法将室内地图与用户移动轨迹转换成室内路网语义图与语义序列，并构造隐马尔可夫模型，通过Viterbi算法求解隐马尔可夫模型得到隐藏状态序列。引入语义信息可有效过滤隐藏状态、减小算法复杂度。实验表明，该方法得到的位置指纹与人工采集的位置指纹相似度达到95.97%，针对本实验场景其算法复杂度比普通室内地图匹配算法平均降低24.7%。
第三，针对众包模式构建的位置指纹库数据量大降低在线定位实时性问题，提出AP-GA位置指纹聚类算法。该算法将网格自相似性作为AP聚类的参考度，再通过GA算法合并AP聚类结果，不仅免去了繁琐的调参过程，还有效解决复杂结构数据聚类效果不理想问题。实验表明，AP-GA位置指纹聚类算法的Purity指标达到96%，使位置指纹数量减少为众包采集的位置指纹数量的36.5%，利用聚类后的位置指纹进行定位，定位误差为2m时的累计概率达到44.1%，与利用原始众包位置指纹定位47.2%相比，定位精度无明显下降。
本文针对众包模式下，WIFI位置指纹存在的异质设备RSSI采集值差异、相同位置RSSI时变性、PDR位置估计与累计误差、位置指纹数据量大导致在线定位实时性下降等问题进行研究。主要研究内容和创新点如下：
第一，针对RSSI数据设备异构与时变性严重，降低位置指纹库质量与在线定位精度的问题，提出基于AP序列的标准化位置指纹。将AP序列与普鲁克标准化后的RSSI结合作为位置指纹，有效减小RSSI的设备异构与时变性影响，同时解决了定位算法中的对称性问题。实验表明，当定位误差小于2m时，该位置指纹的定位精度比SSD高出13.2%。
第二，针对PDR对众包指纹标记位置信息时，无法获得用户绝对位置及累计误差严重的问题，提出基于室内路网语义的地图匹配算法。该算法将室内地图与用户移动轨迹转换成室内路网语义图与语义序列，并构造隐马尔可夫模型，通过Viterbi算法求解隐马尔可夫模型得到隐藏状态序列。引入语义信息可有效过滤隐藏状态、减小算法复杂度。实验表明，该方法得到的位置指纹与人工采集的位置指纹相似度达到95.97%，针对本实验场景其算法复杂度比普通室内地图匹配算法平均降低24.7%。
第三，针对众包模式构建的位置指纹库数据量大降低在线定位实时性问题，提出AP-GA位置指纹聚类算法。该算法将网格自相似性作为AP聚类的参考度，再通过GA算法合并AP聚类结果，不仅免去了繁琐的调参过程，还有效解决复杂结构数据聚类效果不理想问题。实验表明，AP-GA位置指纹聚类算法的Purity指标达到96%，使位置指纹数量减少为众包采集的位置指纹数量的36.5%，利用聚类后的位置指纹进行定位，定位误差为2m时的累计概率达到44.1%，与利用原始众包位置指纹定位47.2%相比，定位精度无明显下降。