由于有GPS(Global Positioning System,GPS)信號(hào)的覆蓋,室外定位問(wèn)題可以通過(guò)GPS解決。但隨著人們室內(nèi)活動(dòng)的范圍越來(lái)越大,GPS信號(hào)無(wú)法覆蓋到室內(nèi)環(huán)境中給人的日常生活帶來(lái)了極大的不便,如救援現(xiàn)場(chǎng)尋找被困者、大型商場(chǎng)找店鋪大型停車場(chǎng)找車位等。因此對(duì)于室內(nèi)定位技術(shù)的研究是十分有意義和價(jià)值的。目前,隨著公共WiFi覆蓋面積越來(lái)越大和帶有慣性傳感器智能手機(jī)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(méi)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(duì)定位無(wú)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(shí)間內(nèi)精度高,但具有累積誤差的特點(diǎn);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(wèn)題的突破口進(jìn)行深入研究。本文的主要研究?jī)?nèi)容如下:(1)針對(duì)WiFi指紋位置定位問(wèn)題,分為離線階段和在線定位階段兩個(gè)階段進(jìn)行優(yōu)化。在離線階段,構(gòu)建指紋數(shù)據(jù)庫(kù)并訓(xùn)練定位模型,對(duì)指紋數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行預(yù)處理,提高了指紋數(shù)據(jù)庫(kù)構(gòu)建的準(zhǔn)...

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 幾種常見(jiàn)室內(nèi)定位技術(shù)
        1.2.2 國(guó)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(cè)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(jī)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(kù)
        3.1.1 WiFi信號(hào)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(kù)網(wǎng)格大小的設(shè)置
        3.1.4 WiFi指紋數(shù)據(jù)庫(kù)的建立
    3.2 基于支持向量機(jī)的室內(nèi)定位模型
        3.2.1 支持向量機(jī)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(jī)的室內(nèi)定位模型
    3.3 改進(jìn)的基于支持向量機(jī)的室內(nèi)定位
        3.3.1 帝國(guó)競(jìng)爭(zhēng)優(yōu)化算法
        3.3.2 基于帝國(guó)競(jìng)爭(zhēng)算法優(yōu)化的SVR定位算法
    3.4 實(shí)驗(yàn)與分析
    3.5 本章小結(jié)
4 基于智能手機(jī)慣性傳感器的行人航跡定位(PDR)
    4.1 步數(shù)檢測(cè)
    4.2 步長(zhǎng)估計(jì)
        4.2.1 步長(zhǎng)估計(jì)模型
        4.2.2 改進(jìn)的步長(zhǎng)估計(jì)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(shí)驗(yàn)與分析
        4.4.1 步長(zhǎng)估計(jì)實(shí)驗(yàn)
        4.4.2 步數(shù)檢測(cè)實(shí)驗(yàn)
        4.4.3 航向角估計(jì)實(shí)驗(yàn)
        4.4.4 PDR定位實(shí)驗(yàn)
    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(shí)驗(yàn)與分析
        5.3.1 樓層判別實(shí)驗(yàn)
        5.3.2 融合定位實(shí)驗(yàn)
    5.4 本章總結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果



本文編號(hào)：3822009