论文部分内容阅读
随着无线室内传感器定位技术的飞速发展和日益成熟,基于蓝牙信号接收强度(Received Signal Strength Indicator,RSSI)的定位技术由于功耗低、设备简单等优点受到国内外学者的关注,成为当前室内定位研究的热点。虽然基于蓝牙RSSI的室内定位技术相较于其他室内定位技术有着不可比拟的优势,但由于室内环境复杂,噪声干扰、多径影响以及人员走动等外在因素,使接收到的RSSI值偏差较大,用其计算得到的定位结果精度偏低。因此,能否平滑随机误差、降低外部因素对RSSI接收值的干扰对提高基于RSSI的室内定位算法精度起着至关重要的作用。本文对基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的RSSI室内定位算法进行研究和改进。一般情况下,UKF算法中的Sigma点会随状态向量x的维数增加而到中心采样均值点的距离越来越远,容易产生采样的非局部效应从而导致滤波发散。针对这一局限性,本文采取了一种基于采样策略比例修正与滤波初值改进相结合的UKF算法对其改进。该算法分为两部分:在UKF算法的无迹变换阶段采用采样点通过协方差权值和均值权值进行比例修正的采样策略以及对UKF的滤波初值进行四边测量法和质心算法相结合的改进方法。最后将二者带入卡尔曼滤波框架,进行滤波运算以及后续的定位计算。后续通过MATLAB仿真以及真实环境实测表明:在功能测试上,改进算法能够实现静态定位以及动态轨迹追踪;在性能指标测试上,所有待测点中有80%的待测点的定位误差不超过1.2米,与未改进的UKF算法相比,改进后的室内定位算法精度提高了约10%,可认为该改进算法已达到预期要求。本文的基于改进UKF的RSSI室内定位算法在功能和性能上均满足设计要求和指标,可实现对室内待测物体的定位以及动态轨迹追踪,其研究成果对于应用RSSI定位技术的系统有一定的工程实用价值。