本文關(guān)鍵詞：基于WiFi和慣性傳感器的多信息融合室內(nèi)定位系統(tǒng)的設(shè)計與實現(xiàn)

  更多相關(guān)文章： 室內(nèi)定位 K-means聚類 行人航跡推算 支持向量機(jī) 擴(kuò)展卡爾曼濾波

【摘要】：近年來,隨著移動互聯(lián)網(wǎng)技術(shù)和基于位置服務(wù)LBS(Location Based Services,LBS)的快速發(fā)展與普及,人們對室內(nèi)位置服務(wù)需求也愈加強(qiáng)烈。傳統(tǒng)單一定位技術(shù)由于自身局限性,已無法滿足人們在復(fù)雜室內(nèi)環(huán)境中的定位需求,采用多種定位技術(shù)融合定位已經(jīng)成為室內(nèi)定位領(lǐng)域的研究熱點�？紤]到定位成本、兼容性、定位精度等因素,大部分研究者逐漸將目光集中到WiFi定位和基于慣性傳感器的行人航跡推算PDR(Pedestrain Dead Reckoning,PDR)定位方面。WiFi定位是利用無線接收信號強(qiáng)度RSSI(Received Signal Strength Indication,RSSI)進(jìn)行位置定位,其定位精度受限于RSSI的穩(wěn)定性。在實際應(yīng)用中RSSI易受外界環(huán)境影響,波動性較大,這給定位精度帶來了非常不利的干擾。PDR定位精度較高,其使用的傳感器信息(如慣性傳感器)不易受外界環(huán)境影響,但該方法在長時間定位時容易產(chǎn)生累積誤差。因此,本文針對WiFi定位和PDR定位的優(yōu)缺點,提出了一種基于WiFi和慣性傳感器的多信息融合室內(nèi)定位方法,分別對WiFi定位和PDR定位進(jìn)行了優(yōu)化和信息融合研究。在Wi Fi定位方面,為了降低響應(yīng)時間,本文首先利用K-means算法構(gòu)建位置指紋數(shù)據(jù)庫,然后采用基于WiFi指紋的SVM分類定位算法獲取位置信息。在PDR定位方面,針對行人步態(tài)檢測,本文提出了基于動態(tài)閾值的自適應(yīng)波峰檢測算法,采用滑動窗口算法求取動態(tài)閾值,實現(xiàn)行走過程中更高精度的步數(shù)統(tǒng)計;針對行人行走的不確定性,使用WiFi定位動態(tài)修正步長;為了減小航向干擾,使用航向矯正算法糾正行人航向。在融合方面,為了充分發(fā)揮兩種定位技術(shù)的優(yōu)勢,本文提出了一種基于擴(kuò)展卡爾曼濾波的融合算法,既可利用Wi Fi定位減小PDR定位的累積誤差,又可通過PDR定位減小WiFi定位的波動性。最后,本文基于Android平臺和Windows+Apache+MySQL+PHP框架分別實現(xiàn)了系統(tǒng)的定位客戶端和定位服務(wù)器端。通過客戶端采集實驗數(shù)據(jù),從定位精度、計步準(zhǔn)確率、行人步長估計準(zhǔn)確率、定位軌跡對比等方面對該系統(tǒng)所提方法的可行性與有效性進(jìn)行了驗證和評估。結(jié)果表明本文提出的多信息融合定位方法相比單一WiFi定位、PDR定位有明顯的優(yōu)勢。
【關(guān)鍵詞】：室內(nèi)定位 K-means聚類 行人航跡推算 支持向量機(jī) 擴(kuò)展卡爾曼濾波
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN92;TP212
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-19
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 典型的室內(nèi)定位技術(shù)12-15
• 1.2.2 典型的室內(nèi)定位系統(tǒng)15-16
• 1.2.3 WiFi定位和慣性傳感器定位相結(jié)合的研究16-17
• 1.3 本文研究的主要內(nèi)容及結(jié)構(gòu)安排17-18
• 1.4 本章小結(jié)18-19
• 第二章 基于WiFi和慣性傳感器的室內(nèi)定位技術(shù)及理論基礎(chǔ)19-33
• 2.1 基于WiFi的室內(nèi)定位技術(shù)19-25
• 2.1.1 基于幾何測量法的室內(nèi)定位技術(shù)19-20
• 2.1.2 基于場景分析法的室內(nèi)定位技術(shù)20-25
• 2.2 基于慣性傳感器的室內(nèi)定位方法25-27
• 2.2.1 基于加速度兩次積分法26
• 2.2.2 基于行人航跡推算法26-27
• 2.3 卡爾曼濾波理論27-30
• 2.3.1 卡爾曼濾波算法原理27-29
• 2.3.2 擴(kuò)展卡爾曼濾波算法原理29-30
• 2.4 室內(nèi)定位的影響因素與系統(tǒng)評估標(biāo)準(zhǔn)30-31
• 2.4.1 室內(nèi)定位的影響因素30
• 2.4.2 室內(nèi)定位系統(tǒng)評估標(biāo)準(zhǔn)30-31
• 2.5 本章小結(jié)31-33
• 第三章 基于WiFi和慣性傳感器的室內(nèi)定位算法設(shè)計33-58
• 3.1 基于WiFi和慣性傳感器的室內(nèi)定位系統(tǒng)設(shè)計方案33-34
• 3.2 基于WiFi指紋定位算法34-44
• 3.2.1 RSSI特性分析34-39
• 3.2.2 WiFi指紋定位過程39-41
• 3.2.3 基于WiFi指紋的SVM分類定位算法41-44
• 3.3 基于慣性傳感器的PDR定位算法44-55
• 3.3.1 慣性傳感器測量信號分析44-47
• 3.3.2 基于動態(tài)閾值的自適應(yīng)波峰檢測計步算法47-50
• 3.3.3 行人動態(tài)步長估計50-53
• 3.3.4 行人航向檢測53-55
• 3.4 基于WiFi指紋和PDR的多信息融合定位55-57
• 3.4.1 融合策略55-56
• 3.4.2 融合WiFi定位結(jié)果和PDR推算結(jié)果的擴(kuò)展卡爾曼濾波器56-57
• 3.5 本章小結(jié)57-58
• 第四章 室內(nèi)定位系統(tǒng)實現(xiàn)58-72
• 4.1 室內(nèi)定位系統(tǒng)整體框架58
• 4.2 室內(nèi)定位系統(tǒng)開發(fā)平臺及環(huán)境搭建58-64
• 4.2.1 室內(nèi)定位系統(tǒng)硬件設(shè)備58-59
• 4.2.2 定位終端與定位服務(wù)端數(shù)據(jù)通信59-60
• 4.2.3 定位終端系統(tǒng)軟件開發(fā)60-63
• 4.2.4 定位服務(wù)器端系統(tǒng)軟件開發(fā)63-64
• 4.3 室內(nèi)定位系統(tǒng)核心功能模塊的實現(xiàn)64-71
• 4.3.1 數(shù)據(jù)采集模塊64-66
• 4.3.2 慣性傳感器模塊66-67
• 4.3.3 定位模塊67-68
• 4.3.4 地圖模塊68-69
• 4.3.5 數(shù)據(jù)庫設(shè)計模塊69-71
• 4.4 本章小結(jié)71-72
• 第五章 室內(nèi)定位系統(tǒng)測試及性能分析72-83
• 5.1 實驗環(huán)境72-73
• 5.2 定位性能評估73-82
• 5.2.1 基于WiFi指紋室內(nèi)定位算法測試73-75
• 5.2.2 慣性導(dǎo)航效果測試75-80
• 5.2.3 融合定位精度和效果測試80-82
• 5.3 本章小結(jié)82-83
• 第六章 結(jié)論與展望83-85
• 6.1 工作總結(jié)83-84
• 6.2 工作展望84-85
• 參考文獻(xiàn)85-89
• 攻讀碩士學(xué)位期間取得的研究成果89-90
• 致謝90-91
• 附件91

【相似文獻(xiàn)】

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(xué)，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(jī)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(jī)械零偏測量方法研究[J];傳感技術(shù)學(xué)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(xué)學(xué)報;2009年06期

8 張通;張駿;張怡;;機(jī)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(jìn)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(jī)械慣性傳感器的研究[A];中國慣性技術(shù)學(xué)會第五屆學(xué)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(jī)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(xué)術(shù)會年會論文集（一）[C];2005年

4 趙汝準(zhǔn);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(xué)會2011年學(xué)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(xué)鋒;;硅MEMS慣性傳感器的研究和開發(fā)[A];中國慣性技術(shù)學(xué)會第五屆學(xué)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(jì)慣性技術(shù)在國民經(jīng)濟(jì)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(xué)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(xué);2002年

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊翼;面向列車完整性監(jiān)測的慣性傳感器校準(zhǔn)方法研究[D];北京交通大學(xué);2016年

2 郭曉琳;基于手機(jī)慣性傳感器的相對定位技術(shù)的研究與應(yīng)用[D];北京郵電大學(xué);2014年

3 張旭;基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術(shù)研究[D];華東師范大學(xué);2016年

4 趙威;基于MEMS慣性傳感器的空中輸入筆研究[D];華中科技大學(xué);2014年

5 陽松波;隨鉆磁共振測井中的測量問題研究[D];華中科技大學(xué);2014年

6 陳波;基于慣性傳感器的改進(jìn)高斯粒子濾波室內(nèi)定位算法[D];新疆大學(xué);2016年

7 姚志鋒;基于WiFi和慣性傳感器的多信息融合室內(nèi)定位系統(tǒng)的設(shè)計與實現(xiàn)[D];華南理工大學(xué);2016年

8 童汝超;基于慣性傳感器的睡眠識別研究[D];昆明理工大學(xué);2016年

9 唐薇;基于單節(jié)點慣性傳感器的人體行為監(jiān)測[D];電子科技大學(xué);2016年

10 閆中亞;基于粒子濾波的Wi-Fi和慣性傳感器融合定位算法的研究與實現(xiàn)[D];中國礦業(yè)大學(xué);2016年

，

本文編號：1079847