本文關(guān)鍵詞：基于慣性傳感器和WiFi聯(lián)合室內(nèi)定位方法的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著WiFi無線接入點的廣泛覆蓋和內(nèi)置慣性傳感器的智能手機的普及,基于WiFi和慣性傳感器的室內(nèi)定位技術(shù)成為當前室內(nèi)定位研究的熱點課題。WiFi定位技術(shù),覆蓋范圍廣,無需增加額外的硬件設(shè)備,但定位精度有限。慣性定位技術(shù)在短時間內(nèi)的定位精度高,但隨著時間的增加,會出現(xiàn)誤差的累積。將這兩種定位技術(shù)結(jié)合起來,既能提高室內(nèi)定位精度,又能降低成本,解決了當前室內(nèi)定位存在的共性問題。本文在研究WiFi定位和慣性傳感器定位影響因素的基礎(chǔ)上,提出了三種融合室內(nèi)定位算法。一是改進的慣性定位輔助位置指紋定位算法。該算法以WiFi位置指紋定位為主,離線訓練階段,采集大量的RSSI數(shù)據(jù),建立位置指紋庫,在線定位時,采用樸素貝葉斯算法估算出用戶的位置。新增滑窗功能用于檢測WiFi定位是否發(fā)生跳變,在出現(xiàn)跳變或者定位精度較低的情況下,用改進的慣性定位輔助,從而提高室內(nèi)定位的精度。二是位置指紋智能輔助積分定位算法。該算法以慣性積分定位為主,在WiFi信號強且定位精度高的地方,用位置指紋定位結(jié)果對積分定位進行校正,同時給出了智能檢索用戶初始狀態(tài)的算法,解決了積分定位初始位置需要事先設(shè)定的問題。三是行人航跡推算與位置指紋融合定位算法。行人航跡推算采用加速度計和磁力計讀出的數(shù)值,進行步態(tài)檢測、方向檢測和自學習步長估計,推算出行人位置。在WiFi信號強的時刻,使用位置指紋法定位,并對行人航跡推算累積誤差進行校正,在信號較弱的情況下,用上一時刻定位結(jié)果與行人航跡推算法聯(lián)合定位。實驗結(jié)果表明,這三種融合室內(nèi)定位算法均提高了室內(nèi)定位的精度。
【關(guān)鍵詞】：室內(nèi)定位 位置指紋 WiFi 慣性傳感器 融合定位
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP212;TN92
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-14
• 1.1 研究的背景及意義8-9
• 1.2 研究現(xiàn)狀9-12
• 1.2.1 室內(nèi)定位的發(fā)展現(xiàn)狀9-11
• 1.2.2 WiFi定位與慣性定位結(jié)合的研究現(xiàn)狀11-12
• 1.3 本文主要內(nèi)容及章節(jié)安排12-14
• 第二章 基于WiFi和慣性傳感器室內(nèi)定位方法14-23
• 2.1 基于WiFi定位技術(shù)14-16
• 2.2 基于位置指紋的WiFi室內(nèi)定位16-20
• 2.2.1 基本原理16-17
• 2.2.2 主要定位算法17-20
• 2.3 基于慣性傳感器定位技術(shù)20-22
• 2.3.1 傳統(tǒng)積分定位模型20
• 2.3.2 行人航跡推算20-22
• 2.4 本章小結(jié)22-23
• 第三章 改進的慣性定位輔助位置指紋定位算法23-38
• 3.1 引言23
• 3.2 影響WiFi定位誤差的因素分析23-27
• 3.2.1 人體對RSSI的影響24-25
• 3.2.2 AP數(shù)目的變化25-26
• 3.2.3 采樣點間距的選擇26-27
• 3.2.4 RSSI樣本采集數(shù)目的影響27
• 3.3 慣性傳感器改進定位方法27-29
• 3.3.1 加速度計值處理28
• 3.3.2 磁力計中值濾波28-29
• 3.4 聯(lián)合室內(nèi)定位方案29-34
• 3.4.1 指紋庫濾波策略30-31
• 3.4.2 在線定位算法31-32
• 3.4.3 帶滑窗功能的融合方法32-34
• 3.5 定位結(jié)果分析34-36
• 3.5.1 實驗環(huán)境34-36
• 3.5.2 性能評估36
• 3.6 本章小結(jié)36-38
• 第四章 位置指紋智能輔助積分定位算法38-50
• 4.1 引言38
• 4.2 積分定位方案38-42
• 4.2.1 實現(xiàn)原理38-40
• 4.2.2 濾波方案40-42
• 4.3 智能檢索初始狀態(tài)方法42-45
• 4.3.1 計算初始位置42-44
• 4.3.2 確定初始方向44-45
• 4.4 聯(lián)合定位方案45-47
• 4.4.1 位置指紋法45
• 4.4.2 輔助定位算法45-47
• 4.5 仿真效果分析47-49
• 4.5.1 實驗環(huán)境47-48
• 4.5.2 結(jié)果分析48-49
• 4.6 本章小結(jié)49-50
• 第五章 行人航跡推算與位置指紋融合定位算法50-60
• 5.1 引言50
• 5.2 人體行走對航跡推算的影響50-52
• 5.3 行人航跡推算52-56
• 5.3.1 步頻檢測算法53-55
• 5.3.2 方向檢測策略55
• 5.3.3 自學習步長估計55-56
• 5.4 聯(lián)合室內(nèi)定位方案56-58
• 5.4.1 位置指紋方法56-57
• 5.4.2 融合算法57-58
• 5.5 仿真與結(jié)果分析58-59
• 5.5.1 實驗環(huán)境58
• 5.5.2 結(jié)果分析58-59
• 5.6 本章小結(jié)59-60
• 第六章 總結(jié)與展望60-62
• 6.1 工作總結(jié)60-61
• 6.2 工作展望61-62
• 參考文獻62-66
• 附錄1 攻讀碩士學位期間參加的科研項目66-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;新型慣性傳感器項目可行性報告[J];傳感器世界;1995年S1期

2 張福學，任宏超;慣性傳感器的發(fā)展趨勢[J];電子科技導(dǎo)報;1996年10期

3 張浩,童調(diào)生,張帆,劉宏立;多微慣性傳感器的一致性檢測方法[J];傳感器技術(shù);2001年01期

4 徐景碩;慣性傳感器技術(shù)及發(fā)展[J];傳感器技術(shù);2001年05期

5 俞瑛;;硅微機械慣性傳感器技術(shù)及其應(yīng)用[J];集成電路通訊;2005年01期

6 楊延春;吳書朝;;擺式慣性傳感器機械零偏測量方法研究[J];傳感技術(shù)學報;2006年06期

7 趙德申;胡雪梅;;電容慣性傳感器的結(jié)構(gòu)分析[J];武漢理工大學學報;2009年06期

8 張通;張駿;張怡;;機載慣性傳感器信號降噪研究[J];控制工程;2010年05期

9 杜來林;楊超;;離心式慣性傳感器的結(jié)構(gòu)原理及性能測試[J];液壓氣動與密封;2011年06期

10 劉偉;;慣性傳感器在油氣資源勘探中的應(yīng)用相關(guān)技術(shù)分析[J];電子世界;2013年08期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 高楊;;微慣性傳感器的新進展[A];中國工程物理研究院科技年報（2010年版）[C];2011年

2 張巧云;林日樂;謝佳維;張挺;翁邦英;王瑞;趙建華;鄭永祥;呂志清;;石英微機械慣性傳感器的研究[A];中國慣性技術(shù)學會第五屆學術(shù)年會論文集[C];2003年

3 蔣慶華;苑偉政;常洪龍;王濤;;電容式微機械慣性傳感器信號檢測技術(shù)研究[A];中國微米、納米技術(shù)第七屆學術(shù)會年會論文集（一）[C];2005年

4 趙汝準;趙祚喜;張霖;俞龍;孫道宗;;集成慣性傳感器ADIS16355的三軸轉(zhuǎn)臺實驗與性能分析[A];中國農(nóng)業(yè)工程學會2011年學術(shù)年會論文集[C];2011年

5 楊擁軍;徐愛東;鄭鋒;徐永青;何洪濤;卞玉民;吝海鋒;呂樹海;羅蓉;鄒學鋒;;硅MEMS慣性傳感器的研究和開發(fā)[A];中國慣性技術(shù)學會第五屆學術(shù)年會論文集[C];2003年

6 崔健;廖興才;楊軍;;MEMS慣性傳感器在汽車ESP中的應(yīng)用[A];慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀慣性技術(shù)在國民經(jīng)濟中的應(yīng)用[C];2012年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 齊乃波;走近金字塔的中國人[N];中國航空報;2005年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 羅小兵;微慣性流體器件中的流動和傳熱及其工程應(yīng)用[D];清華大學;2002年

2 鄭旭東;基于新型梳狀柵電容結(jié)構(gòu)的微機械慣性傳感器研究[D];浙江大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 萬慶元;空間慣性傳感器的擾動力分析[D];華中科技大學;2007年

2 李群英;微慣性傳感器信號的自適應(yīng)處理[D];青島大學;2010年

3 羅漫;基于慣性傳感器的手姿態(tài)捕捉系統(tǒng)研究[D];華東交通大學;2015年

4 孫浩;融合視覺和慣性傳感器的獨立運動目標檢測[D];國防科學技術(shù)大學;2008年

5 王國杰;基于慣性傳感器的跌倒防護氣囊系統(tǒng)的研究[D];武漢理工大學;2014年

6 劉文;基于微機電慣性傳感器的船舶室內(nèi)導(dǎo)航算法研究[D];大連海事大學;2013年

7 黃棉波;基于無線微慣性傳感器的人體運動信息獲取系統(tǒng)設(shè)計與應(yīng)用[D];南方醫(yī)科大學;2011年

8 梁丁;基于MEMS慣性傳感器的跌倒檢測與預(yù)警研究[D];大連理工大學;2012年

9 丁君;基于微慣性傳感器的姿態(tài)算法研究[D];上海交通大學;2013年

10 王曉迪;嵌入可動電極的微慣性傳感器的設(shè)計與相關(guān)IC檢測電路研究[D];杭州電子科技大學;2012年

  本文關(guān)鍵詞：基于慣性傳感器和WiFi聯(lián)合室內(nèi)定位方法的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：479952