本文關(guān)鍵詞：多模融合的高精度室內(nèi)定位方法與系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著移動互聯(lián)網(wǎng)以及智能終端的迅速發(fā)展,基于位置的服務(wù)(LBS)在人們的生活中得到了廣泛的應(yīng)用。現(xiàn)在室外LBS定位技術(shù)已較為成熟,而室內(nèi)定位技術(shù)也逐漸受到學(xué)術(shù)界以及工業(yè)界的廣泛關(guān)注。目前室內(nèi)定位技術(shù)眾多,運(yùn)動傳感器、Wi-Fi、Bluetooth、地磁、LED等都被應(yīng)用于不同場景的室內(nèi)定位應(yīng)用中,但是仍然沒有一種單一的定位技術(shù)能夠同時滿足高精度和低成本的要求。基于Wi-Fi指紋的室內(nèi)定位由于可以利用現(xiàn)有環(huán)境中的AP設(shè)備,成本很低而應(yīng)用相對廣泛,但是由于采集階段和定位階段所使用的終端不同,使得在不同終端上的定位效果差異較大,同時指紋定位周期較長,生成的軌跡缺乏相應(yīng)的平滑度;另一方面,基于運(yùn)動傳感器的定位也應(yīng)用較廣,但存在誤差累積等問題,無法進(jìn)行長時間定位。因此,本文針對以上問題,首先通過指紋特征融合來解決設(shè)備之間的Wi-Fi指紋差異性問題,然后結(jié)合Wi-Fi指紋定位和運(yùn)動傳感器定位,在提高單點定位精確度的同時,還使生成的路徑更加符合用戶的真實行走軌跡。本文的主要工作可以分為如下三部分:1)提出了一種基于Wi-Fi指紋特征融合的室內(nèi)定位方法。針對不同設(shè)備的差異性導(dǎo)致指紋單點定位模型區(qū)分能力下降的問題,通過去線性處理提取指紋特征,結(jié)合利用AP影響因子計算指紋距離,實現(xiàn)消除設(shè)備差異性對指紋定位精度的影響。實驗結(jié)果表明,該方法能夠自適應(yīng)地滿足不同設(shè)備的差異化特性,獲得魯棒的高精度單點定位效果。2)提出了一種融合多模傳感器與Wi-Fi指紋的定位方法。針對指紋單點定位波動和運(yùn)動傳感器誤差累積導(dǎo)致室內(nèi)位置及移動軌跡漂移的問題,利用Wi-Fi指紋定位獲取的起始位置及對用戶移動時的位置進(jìn)行糾錯,融合多模運(yùn)動傳感器獲取相鄰位置間的移動速率及方向,實現(xiàn)用戶在連續(xù)移動時的位置及軌跡預(yù)測。實驗結(jié)果表明,該方法能夠及時糾正位置軌跡的漂移現(xiàn)象,實時獲取用戶準(zhǔn)確的當(dāng)前位置以及移動路徑。3)根據(jù)提出的融合定位方法,設(shè)計并實現(xiàn)了一個融合Wi-Fi指紋與運(yùn)動傳感器的室內(nèi)定位系統(tǒng),包括指紋采集客戶端、Wi-Fi定位服務(wù)器和融合定位客戶端等。同時,將定位功能封裝為標(biāo)準(zhǔn)定位服務(wù)接口SDK,以提供給第三方公司快速開發(fā)室內(nèi)LBS應(yīng)用,并在大量商場中驗證了該定位SDK的實用性和可用性。
【關(guān)鍵詞】：室內(nèi)定位 特征融合 Wi-Fi定位 傳感器定位 卡爾曼濾波
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN92;TP212.9
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-13
• 1.1 研究背景與意義9-10
• 1.2 問題的提出10-11
• 1.3 本文的貢獻(xiàn)11-12
• 1.4 本文的組織結(jié)構(gòu)12-13
• 第2章 相關(guān)研究及技術(shù)介紹13-21
• 2.1 室內(nèi)定位技術(shù)與方法介紹13-16
• 2.1.1 基于無線通信的室內(nèi)定位技術(shù)13-15
• 2.1.2 基于慣性傳感器的室內(nèi)定位技術(shù)15
• 2.1.3 基于磁場傳感器的室內(nèi)定位技術(shù)15-16
• 2.2 基于無線通信的室內(nèi)定位算法16-19
• 2.2.1 基于信號到達(dá)時間的定位16-17
• 2.2.2 基于信號到達(dá)時間差的定位17-18
• 2.2.3 基于信號到達(dá)角度的定位18
• 2.2.4 基于接收信號強(qiáng)度的定位18-19
• 2.3 現(xiàn)有定位技術(shù)對比及本文方案介紹19-20
• 2.4 本章小結(jié)20-21
• 第3章 基于Wi-Fi指紋特征融合的室內(nèi)單點定位算法21-34
• 3.1 Wi-Fi指紋定位原理21-22
• 3.2 Wi-Fi指紋定位算法22-25
• 3.2.1 確定性的指紋定位算法23-25
• 3.2.2 基于概率的指紋定位算法25
• 3.3 基于Wi-Fi指紋特征融合的室內(nèi)單點定位算法25-31
• 3.3.1 指紋的特征融合26-28
• 3.3.2 指紋間距離計算準(zhǔn)則28-30
• 3.3.3 算法流程30-31
• 3.4 實驗結(jié)果與分析31-33
• 3.5 本章小結(jié)33-34
• 第4章 融合多模傳感器的室內(nèi)實時高精度軌跡生成34-49
• 4.1 傳感器定位原理34-35
• 4.2 傳感器定位算法與卡爾曼濾波理論35-41
• 4.2.1 慣性導(dǎo)航定位算法36
• 4.2.2 行人航跡推算算法36-39
• 4.2.3 卡爾曼濾波基本理論39-41
• 4.3 融合Wi-Fi與多模傳感器的室內(nèi)實時高精度軌跡生成41-44
• 4.3.1 算法步驟41-42
• 4.3.2 位置的獲取42
• 4.3.3 位置信息的濾波處理42-43
• 4.3.4 算法參數(shù)的確定43-44
• 4.4 實驗結(jié)果與分析44-48
• 4.5 本章小結(jié)48-49
• 第5章 融合多模傳感器與Wi-Fi的室內(nèi)定位系統(tǒng)49-58
• 5.1 系統(tǒng)框架與運(yùn)行流程49-50
• 5.2 系統(tǒng)具體設(shè)計50-54
• 5.2.1 指紋采集客戶端50-52
• 5.2.2 Wi-Fi定位服務(wù)器52-53
• 5.2.3 融合定位客戶端53-54
• 5.3 系統(tǒng)運(yùn)行效果54-57
• 5.4 本章小結(jié)57-58
• 第6章 總結(jié)與展望58-60
• 6.1 本文工作總結(jié)58-59
• 6.2 未來工作展望59-60
• 參考文獻(xiàn)60-63
• 致謝63-64
• 附錄（攻讀碩士學(xué)位期間參與的科研項目和研究成果）64

  本文關(guān)鍵詞：多模融合的高精度室內(nèi)定位方法與系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

本文編號：450509