由于有GPS(Global Positioning System,GPS)信號的覆蓋,室外定位問題可以通過GPS解決。但隨著人們室內(nèi)活動的范圍越來越大,GPS信號無法覆蓋到室內(nèi)環(huán)境中給人的日常生活帶來了極大的不便,如救援現(xiàn)場尋找被困者、大型商場找店鋪大型停車場找車位等。因此對于室內(nèi)定位技術(shù)的研究是十分有意義和價值的。目前,隨著公共WiFi覆蓋面積越來越大和帶有慣性傳感器智能手機的普及,WiFi技術(shù)和慣性傳感器技術(shù)成為室內(nèi)定位領(lǐng)域的熱門研究方向。在室內(nèi)定位中單一的定位技術(shù)具有局限性,沒有一種定位技術(shù)可以在定位精度、穩(wěn)定性和定位成本上都滿足室內(nèi)定位的需求。WiFi定位是絕對定位無累積誤差,但精度低、定位結(jié)果不穩(wěn)定;PDR(Pedestrian Dead Reckoning,PDR)定位短時間內(nèi)精度高,但具有累積誤差的特點;本文將兩種定位技術(shù)的融合定位技術(shù)作為解決定位問題的突破口進行深入研究。本文的主要研究內(nèi)容如下:(1)針對WiFi指紋位置定位問題,分為離線階段和在線定位階段兩個階段進行優(yōu)化。在離線階段,構(gòu)建指紋數(shù)據(jù)庫并訓(xùn)練定位模型,對指紋數(shù)據(jù)庫中的數(shù)據(jù)進行預(yù)處理,提高了指紋數(shù)據(jù)庫構(gòu)建的準...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 室內(nèi)定位國內(nèi)外研究現(xiàn)狀
        1.2.1 幾種常見室內(nèi)定位技術(shù)
        1.2.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究的主要內(nèi)容
    1.4 論文結(jié)構(gòu)安排
2 室內(nèi)定位系統(tǒng)模型
    2.1 WiFi定位技術(shù)
        2.1.1 基于測距的定位算法
        2.1.2 位置指紋匹配定位算法
    2.2 慣性定位技術(shù)
        2.2.1 基于慣性傳感器的積分定位
        2.2.2 基于慣性傳感器的行人航跡定位(PDR)
    2.3 WiFi和慣性傳感器融合定位的定位算法
    2.4 本章小結(jié)
3 基于支持向量機的WiFi位置指紋定位算法
    3.1 構(gòu)建WiFi位置指紋數(shù)據(jù)庫
        3.1.1 WiFi信號的采集及影響因素
        3.1.2 指紋數(shù)據(jù)預(yù)處理
        3.1.3 構(gòu)建指紋數(shù)據(jù)庫網(wǎng)格大小的設(shè)置
        3.1.4 WiFi指紋數(shù)據(jù)庫的建立
    3.2 基于支持向量機的室內(nèi)定位模型
        3.2.1 支持向量機算法
        3.2.2 核函數(shù)和懲罰系數(shù)
        3.2.3 構(gòu)建支持向量機的室內(nèi)定位模型
    3.3 改進的基于支持向量機的室內(nèi)定位
        3.3.1 帝國競爭優(yōu)化算法
        3.3.2 基于帝國競爭算法優(yōu)化的SVR定位算法
    3.4 實驗與分析
    3.5 本章小結(jié)
4 基于智能手機慣性傳感器的行人航跡定位(PDR)
    4.1 步數(shù)檢測
    4.2 步長估計
        4.2.1 步長估計模型
        4.2.2 改進的步長估計模型
    4.3 行人航向角
        4.3.1 航向角的獲取
        4.3.2 基于卡爾曼濾波的航向角處理
    4.4 實驗與分析
        4.4.1 步長估計實驗
        4.4.2 步數(shù)檢測實驗
        4.4.3 航向角估計實驗
        4.4.4 PDR定位實驗
    4.5 本章總結(jié)
5 基于WiFi和慣性傳感器的融合定位
    5.1 基于WiFi和 PDR的融合定位算法
    5.2 基于氣壓傳感器的樓層判別
    5.3 實驗與分析
        5.3.1 樓層判別實驗
        5.3.2 融合定位實驗
    5.4 本章總結(jié)
結(jié)論
致謝
參考文獻
攻讀學(xué)位期間的研究成果



本文編號：3822009