發(fā)布時(shí)間：2017-09-03 22:16

  本文關(guān)鍵詞：基于慣導(dǎo)數(shù)據(jù)的室內(nèi)用戶運(yùn)動(dòng)軌跡匹配算法研究

  更多相關(guān)文章： 位置指紋數(shù)據(jù)庫 慣導(dǎo)數(shù)據(jù) 行人航跡法 軌跡匹配

【摘要】：目前,基于位置指紋技術(shù)的WLAN定位已經(jīng)成為全球室內(nèi)定位服務(wù)的首選。然而,阻礙WLAN室內(nèi)定位技術(shù)進(jìn)一步擴(kuò)展和提升的就是位置指紋數(shù)據(jù)庫(Radio Map)建立的時(shí)間和人力成本問題。因此如何在保證一定定位精度的前提下,提高建立Radio Map的速度,節(jié)省建立時(shí)的人力和時(shí)間成本,已經(jīng)成為目前的研究重點(diǎn)。本文主要研究如何通過基于慣導(dǎo)數(shù)據(jù)的室內(nèi)用戶運(yùn)動(dòng)軌跡匹配算法自動(dòng)建立Radio Map,旨在保證一定定位精度的同時(shí),減少建立Radio Map的成本。研究的重點(diǎn)在于如何將利用行人航跡法(Pedestrian Dead-Reckoning,PDR)得到的用戶相對(duì)運(yùn)動(dòng)軌跡轉(zhuǎn)換為絕對(duì)運(yùn)動(dòng)軌跡,然后結(jié)合接收信號(hào)強(qiáng)度(Receive Signal Strength,RSS)完成Radio Map的建立,并完成在線定位。(1)針對(duì)現(xiàn)有軌跡匹配算法適用性差的問題,本文提出一種轉(zhuǎn)角矩陣自動(dòng)生成方法,該方法主要利用了Hough變換、Harris角點(diǎn)檢測、計(jì)算幾何等技術(shù),可以大大減少人工建立矩陣的工作量,并且用于軌跡匹配算法時(shí)可以簡化匹配的流程和復(fù)雜度,可用于在室內(nèi)環(huán)境中進(jìn)行軌跡匹配。(2)針對(duì)PDR算法無法得到用戶絕對(duì)運(yùn)動(dòng)軌跡以提供Radio Map位置空間的問題,提出了一種基于慣導(dǎo)數(shù)據(jù)的室內(nèi)用戶運(yùn)動(dòng)軌跡匹配算法,通過與室內(nèi)地圖上所有可能的運(yùn)動(dòng)軌跡進(jìn)行匹配將基于PDR算法得到的用戶相對(duì)運(yùn)動(dòng)軌跡轉(zhuǎn)換為絕對(duì)運(yùn)動(dòng)軌跡,來獲取參考點(diǎn)的物理位置,從而能夠減少人為建立Radio Map位置空間的工作量。仿真結(jié)果表明本文提出的算法可以將基于PDR算法得到的用戶相對(duì)運(yùn)動(dòng)軌跡變成絕對(duì)運(yùn)動(dòng)軌跡,并且對(duì)PDR算法產(chǎn)生的誤差具有較好的魯棒性。為了驗(yàn)證本文建立的Radio Map定位性能,通過選用K近鄰算法(K Nearest Neighbors,KNN)做在線階段的匹配定位。實(shí)驗(yàn)結(jié)果表明利用本文提出軌跡匹配算法得到的定位精度與其他基于慣導(dǎo)數(shù)據(jù)進(jìn)行室內(nèi)定位的方法相比具有一定的優(yōu)勢,能夠在保證一定定位精度的同時(shí),快速完成Radio Map的建立,節(jié)省了人力和時(shí)間成本。
【關(guān)鍵詞】：位置指紋數(shù)據(jù)庫 慣導(dǎo)數(shù)據(jù) 行人航跡法 軌跡匹配
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN925.93
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-16
• 1.1 課題背景及研究的目的和意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 室內(nèi)定位技術(shù)的研究現(xiàn)狀9-10
• 1.2.2 慣導(dǎo)數(shù)據(jù)應(yīng)用在室內(nèi)定位技術(shù)中的研究現(xiàn)狀10-13
• 1.2.3 軌跡匹配算法的研究現(xiàn)狀13
• 1.3 主要研究內(nèi)容13-14
• 1.4 論文的結(jié)構(gòu)安排14-16
• 第2章 軌跡匹配算法的室內(nèi)定位系統(tǒng)模型與基本理論16-24
• 2.1 位置指紋數(shù)據(jù)庫的建立方法16-18
• 2.2 軌跡匹配算法的室內(nèi)定位系統(tǒng)結(jié)構(gòu)18-20
• 2.3 圖論的矩陣表示和常用算法20-23
• 2.3.1 圖論的矩陣表示20-22
• 2.3.2 圖論的常用算法22-23
• 2.4 本章小結(jié)23-24
• 第3章 慣導(dǎo)數(shù)據(jù)處理及軌跡特征提取24-42
• 3.1 用戶相對(duì)運(yùn)動(dòng)軌跡24-32
• 3.1.1 慣導(dǎo)器件24-25
• 3.1.2 行人航跡推算法25-26
• 3.1.3 計(jì)步和步長估計(jì)26-30
• 3.1.4 航向角計(jì)算30-32
• 3.2 用戶所有可能運(yùn)動(dòng)軌跡的特征提取32-41
• 3.2.1 轉(zhuǎn)角矩陣的構(gòu)造方法32-35
• 3.2.2 霍夫變換35-37
• 3.2.3 角點(diǎn)檢測37-41
• 3.3 本章小結(jié)41-42
• 第4章 終端運(yùn)動(dòng)軌跡匹配算法研究42-59
• 4.1 矩陣的自動(dòng)生成42-47
• 4.1.1 線段的完全分解與組合42-45
• 4.1.2 權(quán)值矩陣和轉(zhuǎn)角矩陣的自動(dòng)生成45-47
• 4.2 基于慣導(dǎo)數(shù)據(jù)的軌跡匹配算法47-52
• 4.2.1 坐標(biāo)轉(zhuǎn)換47-49
• 4.2.2 軌跡匹配算法的原理及步驟49-51
• 4.2.3 軌跡匹配算法的仿真結(jié)果及分析51-52
• 4.3 在線定位階段52-58
• 4.3.1 位置指紋數(shù)據(jù)庫的建立52-56
• 4.3.2 Ｋ近鄰算法56-57
• 4.3.3 仿真結(jié)果及分析57-58
• 4.4 本章小結(jié)58-59
• 結(jié)論59-60
• 參考文獻(xiàn)60-65
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果65-67
• 致謝67

，

本文編號(hào)：787652