论文部分内容阅读
随着5G的发展,人们对位置服务的需求也逐渐扩大,而GPS和北斗卫星定位易受非视距与多径效应的影响,无法满足室内环境的定位需求,因此定位研究热点逐渐从室外环境转入室内环境。从1992年红外线定位技术提出以来,基于无线传感器网络的定位技术应用逐渐加大,其中基于WiFi的室内定位技术因其成本低、功耗低而被广泛追捧;而手机内置有惯性传感器与WiFi模块,利用惯性传感器实现自主、短时定位精度高的室内定位。本文通过分析对比国内外室内定位方法,确定以多传感器与WiFi技术相结合的室内定位方法,主要采用位置指纹库定位法确定初始点位置,再利用行人航位推算算法实现连续定位。主要研究工作和创新点如下:(1)针对多径效应和人员干扰等因素造成WiFi信号产生噪声的问题,分析WiFi信号强度(RSSI)传输衰减特性,提出高斯滤波优化算法,对RSSI作滤波去噪处理;同时采用多向多次进行RSSI测量,获得稳健的指纹信息,最后采用加权K近邻算法(WKNN)获取初始点位置信息;实验结果表明在实验环境下采用高斯滤波优化算法对WiFi信号强度进行处理,可将单点的平均定位误差降低到0.975m。(2)对多传感器室内定位中行人步长估计和步数统计方法进行了改进,主要提出了非线性曲线拟合的步长估计法,对不同步态下的步长进行拟合建模,实验验证本文的步长估计法在短距离内的误差可以在1 m以内;同时提出了基于阈值分级的方法形成波峰波谷,结合行人步伐频率,判断统计出行人有效步数值,实验验证本文步数统计方法在短距离内的准确率可达96.7%以上。(3)针对多传感器室内定位中加速度信号易受行人非步态干扰和环境影响,造成数据波动;通过分析滤波算法和数据传输特性,提出改进卡尔曼滤波算法对加速度数据处理,对单个波动明显的数据以及整体数据噪声作滤波处理,获得高质量且稳健的加速度数据,再对数据作步数统计、步长估计以及航向角确定,结合初始点位置,采用行人航位推算算法,得出连续定位点。实验结果表明经本文所提改进滤波算法处理后,定位误差在2米以内的概率值提高到了84%,平均定位精度提高到1.4979m。(4)根据系统实际应用需求,本文设计开发了一套室内定位系统软件,主要实现滤波算法模块、定位算法模块以及位置指纹库管理模块;确定Android Studio为客户端开发平台,完成WiFi信号采集和处理模块、多传感器采集和处理模块以及用户界面交互模块。实验结果表明,本系统能够达到预期效果。