本文關鍵詞：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)

  更多相關文章： 室內(nèi)定位 Wi-Fi定位系統(tǒng) 行人航跡推算定位系統(tǒng) 自適應環(huán)境變化的Wi-Fi指紋定位 粒子濾波 融合定位

【摘要】：智能終端相關技術的發(fā)展,對實現(xiàn)城市峽谷、室內(nèi)盲區(qū)和封閉地下空間的位置服務提拱了機遇,隨之,基于廣域和局域?qū)用嫔系亩喾N室內(nèi)定位方案應運而生。然而大多數(shù)室內(nèi)定位方案存在對室內(nèi)環(huán)境、定位設備、用戶狀態(tài)、定位終端狀態(tài)和定位區(qū)域的諸多限制,急需研究自適應環(huán)境變化、穩(wěn)定、可靠的室內(nèi)全空間導航定位技術。目前Wi-Fi網(wǎng)絡和智能移動終端已逐漸普及,且內(nèi)嵌有Wi-Fi模塊和各種慣性傳感器等,故在智能終端平臺上研發(fā)室內(nèi)定位系統(tǒng)具有可行性和實用性。本文以室內(nèi)環(huán)境為切入點,通過實驗找出室內(nèi)定位效果的影響因素,采用Wi-Fi定位模型和行人航跡推算模型,分別獲取絕對位置信息和相對位置信息,從而設計相應的定位算法和融合方案來解決或削弱定位影響。主要研究內(nèi)容如下:(1)以Wi-Fi信號特征分析為切入點,分別從時間和空間兩個方面研究。在這兩個方面、四種情況(僅考慮隨機因素影響的短時間間隔和微空間距離變化,可忽略隨機因素影響的時間間隔和空間距離變化)下分析了Wi-Fi信號特征規(guī)律。(2)基于KNN算法,結合所得的Wi-Fi信號特征,考慮特定區(qū)域和實際室內(nèi)定位環(huán)境,提出了自適應環(huán)境變化的Wi-Fi定位算法。包括提出了人工矢量域聚類算法,以滿足特定區(qū)域的位置服務需求;基于具有較穩(wěn)定Wi-Fi信號的AP點和定位終端間存在著穩(wěn)定的空間位置關系的特性,改進了KNN算法,以削弱隨時間推移Wi-Fi信號的波動對定位結果的影響;提出了識別單體故障AP方法,增強了Wi-Fi定位對突變因素的識別和剔除能力;并利用Wi-Fi定位中歐式距離和定位效果對應關系,提出了一種粗略判別指紋庫有效性的方法。(3)結合不同運動場景和行人跨步統(tǒng)計結果,分析了慣性傳感器信號特征。依據(jù)分析結果,采用數(shù)字FIR帶通濾波器對傳感器信號進行預處理;通過利用行人在靜止、正常行走和跑步時一步所消耗的時間與一步時間內(nèi)樣本粒子數(shù)的相關性,以自適應波峰檢測算法所獲取的樣本粒子數(shù),來識別運動狀態(tài);得出在航向上,由于不同環(huán)境下磁偏角和不同運動場景下定位終端的放置偏角不同,在多種運動場景并存的情況下,通過慣性傳感器獲取的航向信息無法應用于室內(nèi)定位的結論。(4)利用兩種定位模型較強的非相似性和互補性,基于粒子濾波,研究以Wi-Fi定位為主,行人航跡推算為輔的組合定位方法。在粒子濾波運用上,從易于實現(xiàn)、具有較寬分布和充分利用最新的觀測信息等角度考慮建立重要性分布函數(shù),對系統(tǒng)狀態(tài)的后驗概率分布采用局部非線性濾波算法,如EKF進行初始估計,確定出粒子分布的定義域,在此定義域上利用高斯分布生成粒子濾波的重要性分布函數(shù),最后基于粒子濾波完成定位。
【關鍵詞】：室內(nèi)定位 Wi-Fi定位系統(tǒng) 行人航跡推算定位系統(tǒng) 自適應環(huán)境變化的Wi-Fi指紋定位 粒子濾波 融合定位
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN92;TP212
【目錄】：

• 致謝4-6
• 摘要6-8
• Abstract8-20
• 1 緒論20-33
• 1.1 論文選題來源20
• 1.2 研究背景及意義20-22
• 1.3 國內(nèi)外研究現(xiàn)狀分析及典型室內(nèi)定位方案22-27
• 1.4 主要研究內(nèi)容和技術路線27-33
• 2 基于WiFi定位與PDR的室內(nèi)定位基本模型33-41
• 2.1 Wi-Fi技術定位基本原理33-35
• 2.2 行人航跡推算基本原理35-37
• 2.3 粒子濾波37-40
• 2.4 本章小節(jié)40-41
• 3 Wi-Fi信號指紋定位41-60
• 3.1 Wi-Fi信號特征分析41-46
• 3.2 人工矢量域聚類算法46-48
• 3.3 自適應環(huán)境變化的Wi-Fi指紋定位算法48-59
• 3.4 本章小節(jié)59-60
• 4 行人航跡推算60-71
• 4.1 不同運動場景下步頻、步長算法60-62
• 4.2 數(shù)字FIR帶通濾波器62-64
• 4.3 運動狀態(tài)的識別64-65
• 4.4 航向分析65-70
• 4.5 本章小節(jié)70-71
• 5 融合定位算法71-87
• 5.1 基于粒子濾波的融合定位71-82
• 5.2 融合定位算法實驗結果82-86
• 5.3 本章小節(jié)86-87
• 6 總結與展望87-90
• 6.1 研究成果和總結87-89
• 6.2 展望89-90
• 參考文獻90-96
• 作者簡歷96-98
• 學位論文數(shù)據(jù)集98

【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;2001年01期

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

5 俞瑛;;硅微機械慣性傳感器技術及其應用[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];傳感技術學報;2006年06期

7 趙德申;胡雪梅;;電容慣性傳感器的結構分析[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構原理及性能測試[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用相關技術分析[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];中國慣性技術學會第五屆學術年會論文集[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研究[A];中國微米、納米技術第七屆學術會年會論文集（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];中國慣性技術學會第五屆學術年會論文集[C];2003年

6 崔健;廖興才;楊軍;;MEMS慣性傳感器在汽車ESP中的應用[A];慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀慣性技術在國民經(jīng)濟中的應用[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用[D];清華大學;2002年

2 鄭旭東;基于新型梳狀柵電容結構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 趙金閣;基于慣性傳感器的偏癱康復監(jiān)測系統(tǒng)的研究[D];燕山大學;2015年

2 鄧仲哲;基于慣性傳感器和地圖匹配的行人室內(nèi)定位算法[D];哈爾濱工業(yè)大學;2015年

3 朱金林;基于MEMS慣性傳感器的室內(nèi)3D定位系統(tǒng)研究[D];華僑大學;2015年

4 周圓;基于慣性傳感器和Wi-Fi信號的室內(nèi)定位算法研究[D];大連理工大學;2015年

5 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

6 王珊;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)[D];南京郵電大學;2015年

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

8 郭曉琳;基于手機慣性傳感器的相對定位技術的研究與應用[D];北京郵電大學;2014年

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

10 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;2014年

本文編號：584205