本文關(guān)鍵詞：基于WIFI與慣性技術(shù)的行人室內(nèi)定位算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：基于位置的服務(wù)在安全急救、醫(yī)護(hù)管理、人員跟蹤、道路導(dǎo)航、定位廣告等許多領(lǐng)域都具有巨大的應(yīng)用價(jià)值。成熟GNSS技術(shù)在室外提供高精度的實(shí)時(shí)定位導(dǎo)航,而因建筑物等遮擋導(dǎo)致室內(nèi)的衛(wèi)星信號(hào)急劇衰減甚至不存在,使得在室內(nèi)環(huán)境無(wú)法通過(guò)衛(wèi)星系統(tǒng)實(shí)現(xiàn)位置的實(shí)時(shí)獲取。本文圍繞具有室內(nèi)位置服務(wù)功能的WIFI定位和慣性測(cè)量定位關(guān)鍵技術(shù)開(kāi)展研究,重點(diǎn)涵蓋基于雙重指紋數(shù)據(jù)庫(kù)類(lèi)匹配的WIFI定位系統(tǒng)實(shí)現(xiàn)、基于實(shí)時(shí)補(bǔ)償修正航向的慣性測(cè)量行人航位推算(Pedestrian Dead Reckoning,PDR)定位系統(tǒng)實(shí)現(xiàn)以及二者定位方法的融合應(yīng)用,主要研究成果如下:針對(duì)走廊空間域的狹長(zhǎng)特性,提出按照三角形結(jié)構(gòu)布設(shè)指紋點(diǎn)采集數(shù)據(jù),以同等的定位精度卻可降低1/2的離線(xiàn)采樣工作量;利用最大信號(hào)強(qiáng)度RSS對(duì)指紋數(shù)據(jù)作聚類(lèi)處理,以動(dòng)靜態(tài)定位實(shí)驗(yàn)確定了最優(yōu)聚類(lèi)參數(shù);提出了聚類(lèi)指紋數(shù)據(jù)庫(kù)雙重類(lèi)匹配方法,以實(shí)時(shí)信號(hào)接入點(diǎn)地址信息與指紋類(lèi)中心地址向量作粗匹配,確定大致類(lèi)范圍,然后利用信號(hào)強(qiáng)度值與可能類(lèi)中心矢量之間距離作精匹配確定唯一類(lèi),提高匹配的準(zhǔn)確率及縮減指紋點(diǎn)匹配空間。提出一種簡(jiǎn)單參數(shù)對(duì)波峰-波谷檢測(cè)具備多重約束的步態(tài)識(shí)別方法,只需設(shè)定振幅閾值ad和步態(tài)時(shí)間閾值tdD兩個(gè)參數(shù)進(jìn)行幅值約束、幅值差約束和雙重時(shí)間差約束。經(jīng)實(shí)測(cè)數(shù)據(jù)驗(yàn)證,該方法對(duì)正常步行與跑步兩種運(yùn)動(dòng)模式的步態(tài)均具有識(shí)別正確率高、通用性強(qiáng)、完全實(shí)時(shí)檢測(cè)的特性。針對(duì)原始方向傳感數(shù)據(jù)的航向偏差,提出了借助指紋幾何信息基于KALMAN濾波實(shí)時(shí)補(bǔ)償航向估算方法,提高定向準(zhǔn)確性,抑制定位誤差的累積,改進(jìn)慣性航位推算定位精度。針對(duì)WIFI定位回跳、扎堆等不穩(wěn)定現(xiàn)象,實(shí)現(xiàn)了兩種WIFI與慣性測(cè)量自適應(yīng)濾波融合模型,一是基于位移約束自適應(yīng)確權(quán)的平滑濾波融合方法,當(dāng)WIFI系統(tǒng)出現(xiàn)大誤差時(shí),依賴(lài)PDR定位的高精度,平滑WIFI定位結(jié)果,提高室內(nèi)定位的穩(wěn)定性;二是自適應(yīng)模型噪聲的擴(kuò)展KALMAN濾波融合方法,實(shí)測(cè)數(shù)據(jù)表明,該模型優(yōu)于平滑濾波方法,對(duì)WIFI粗差具有抗差作用,不僅有效削弱WIFI定位回跳或扎堆等不穩(wěn)定性,還可解決基于原始航向PDR的誤差累積以及解決基于改正型航向PDR無(wú)法自身修正因初始位置偏差導(dǎo)致的定位誤差等問(wèn)題,提高室內(nèi)定位定位精度,增強(qiáng)用戶(hù)體驗(yàn)。
【關(guān)鍵詞】：WIFI定位系統(tǒng) PDR定位系統(tǒng) 補(bǔ)償航向估算 平滑濾波融合 KALMAN濾波融合
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN92
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-18
• 變量注釋表18-19
• 1 緒論19-25
• 1.1 課題來(lái)源19
• 1.2 研究背景及意義19-20
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀分析20-22
• 1.4 主要研究?jī)?nèi)容22
• 1.5 論文結(jié)構(gòu)安排22-25
• 2 典型室內(nèi)定位基本模型25-35
• 2.1 WIFI技術(shù)定位基本原理25-29
• 2.2 慣性技術(shù)定位基本原理29-31
• 2.3 WIFI與慣性測(cè)量融合定位31-34
• 2.4 本章小節(jié)34-35
• 3 基于雙重類(lèi)匹配運(yùn)算的WIFI定位技術(shù)35-57
• 3.1 指紋點(diǎn)布局結(jié)構(gòu)設(shè)計(jì)35-39
• 3.2 離線(xiàn)數(shù)據(jù)采集及預(yù)處理39-41
• 3.3 最大RSS聚類(lèi)方法參數(shù)確定41-49
• 3.4 在線(xiàn)雙重類(lèi)匹配運(yùn)算49-54
• 3.5 WKNN定位算法54-55
• 3.6 本章小結(jié)55-57
• 4 基于航向?qū)崟r(shí)補(bǔ)償?shù)膽T性定位技術(shù)57-87
• 4.1 傳感器原始數(shù)據(jù)分析57-62
• 4.2 簡(jiǎn)參多約束的步態(tài)檢測(cè)62-71
• 4.3 不同運(yùn)動(dòng)模式的步長(zhǎng)計(jì)算71-76
• 4.4 基于KALMAN濾波的航向?qū)崟r(shí)補(bǔ)償76-85
• 4.5 本章小結(jié)85-87
• 5 WIFI與慣性測(cè)量自適應(yīng)濾波融合定位87-100
• 5.1 位移約束自適應(yīng)確權(quán)的平滑濾波融合87-88
• 5.2 自適應(yīng)模型噪聲的EKF濾波融合定位88-90
• 5.3 實(shí)例分析90-99
• 5.4 本章小結(jié)99-100
• 6 總結(jié)與展望100-102
• 6.1 總結(jié)100-101
• 6.2 展望101-102
• 參考文獻(xiàn)102-108
• 作者簡(jiǎn)歷108-110
• 學(xué)位論文數(shù)據(jù)集110

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 劉曉文;張秀均;郝麗娜;郁萬(wàn)里;王杰;;基于WI-FI的井下定位算法研究[J];傳感技術(shù)學(xué)報(bào);2012年06期

2 崔學(xué)榮;張浩;吳春雷;李娟;;基于UWB的物聯(lián)網(wǎng)節(jié)點(diǎn)定位算法的仿真研究[J];科學(xué)技術(shù)與工程;2011年27期

3 陳國(guó)良;張言哲;楊洲;;一種基于手機(jī)傳感器自相關(guān)分析的計(jì)步器實(shí)現(xiàn)方法[J];中國(guó)慣性技術(shù)學(xué)報(bào);2014年06期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 江德祥;基于藍(lán)牙傳感網(wǎng)絡(luò)的室內(nèi)定位研究及在行為識(shí)別中的應(yīng)用[D];湘潭大學(xué);2010年

2 楊清;基于指紋的無(wú)線(xiàn)室內(nèi)精確定位方法研究[D];浙江大學(xué);2011年

  本文關(guān)鍵詞：基于WIFI與慣性技術(shù)的行人室內(nèi)定位算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：278934