位置服務(wù)在公共安全、反恐維穩(wěn)、應(yīng)急救援等諸多領(lǐng)域發(fā)揮著重要作用,特別是隨著普適計算、新一代移動通信等技術(shù)的發(fā)展,高精度位置服務(wù)的需求爆發(fā)式增長。傳統(tǒng)單一的定位手段在復(fù)雜環(huán)境下易出現(xiàn)信息缺失導(dǎo)致定位精度差甚至無法定位,難以提供高精度高可用的定位信息。多源信息融合定位技術(shù)能夠?qū)⑿l(wèi)星定位、無線網(wǎng)絡(luò)定位以及傳感器定位等手段有機結(jié)合,從而獲得更加準(zhǔn)確穩(wěn)定的定位結(jié)果,因此成為位置服務(wù)領(lǐng)域的重要支撐技術(shù)之一。智能移動終端的普及大大拓寬了位置服務(wù)的應(yīng)用場景,但同時終端傳感器種類繁多、精度各異等給面向終端的高精度高可用定位帶來諸多挑戰(zhàn),終端應(yīng)用場景下的多源信息融合定位仍面臨定位特征的空間高區(qū)分度表征、人體遮擋所致誤差的準(zhǔn)確分析與補償、多定位特征的高精度融合等關(guān)鍵技術(shù)難題,導(dǎo)致定位精度不足、魯棒性差。針對上述問題,本文深入研究了多維定位特征信息的關(guān)聯(lián)表征、多特征協(xié)同的遮擋誤差準(zhǔn)確補償、多層級定位特征信息的高精度融合等關(guān)鍵技術(shù),開展了理論方法創(chuàng)新與工程實踐,主要研究成果及創(chuàng)新點包括:1、針對指紋定位特征的空間高區(qū)分度表征難題,通過分析指紋特征結(jié)構(gòu)及其相似性度量方法對特征的空間區(qū)分度作用機理,利用信道狀態(tài)信息... 

【文章頁數(shù)】：147 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號說明
第一章 緒論
    1.1 研究背景和意義
        1.1.1 位置服務(wù)需求呈現(xiàn)爆發(fā)式增長態(tài)勢
        1.1.2 多源信息融合定位支撐高精度位置服務(wù)發(fā)展
        1.1.3 智能移動終端的多源信息融合定位面臨新難題
        1.1.4 本文研究意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
        1.2.1 定位特征的表征技術(shù)現(xiàn)狀與分析
        1.2.2 人體遮擋誤差的補償技術(shù)現(xiàn)狀與分析
        1.2.3 多定位特征的融合處理技術(shù)現(xiàn)狀與分析
    1.3 本文主要研究內(nèi)容和貢獻
    1.4 本文章節(jié)安排
第二章 基于幅相融合的特征高區(qū)分度表征方法
    2.1 引言
    2.2 特征的空間區(qū)分度分析
        2.2.1 空間區(qū)分度的內(nèi)涵及計算方法
        2.2.2 空間區(qū)分度的表征方法
    2.3 幅相融合表征與特征匹配方法
        2.3.1 現(xiàn)有定位特征及其相似性度量方法分析
        2.3.2 幅相融合表征及特征相似性動態(tài)度量
        2.3.3 基于局域RSSI關(guān)聯(lián)的參考點優(yōu)選策略
    2.4 實驗分析與性能評估
        2.4.1 實驗環(huán)境搭建
        2.4.2 空間區(qū)分度評估
    2.5 小結(jié)
第三章 IMU輔助的人體遮擋誤差補償方法
    3.1 引言
    3.2 定位誤差源及遮擋誤差作用機理分析
        3.2.1 定位誤差源分析
        3.2.2 人體遮擋誤差作用機理分析
    3.3 人體遮擋誤差的互反饋補償方法
        3.3.1 IMU輔助的遮擋狀態(tài)辨識策略
        3.3.2 遮擋誤差補償模型的建立方法
        3.3.3 人體遮擋誤差的補償算法
    3.4 實驗分析與性能評估
        3.4.1 實驗環(huán)境搭建
        3.4.2 誤差補償模型的參數(shù)擬合
        3.4.3 誤差補償算法的性能分析
    3.5 小結(jié)
第四章 定位特征信息的多層級融合方法
    4.1 引言
    4.2 定位信息的傳統(tǒng)融合方法
        4.2.1 基于KF的融合方法
        4.2.2 基于PF的融合方法
    4.3 定位信息的多層級融合方法
        4.3.1 定位信息的多層級融合框架設(shè)計
        4.3.2 基于多層粒子濾波的多源信息融合定位方法
        4.3.3 融合定位方法性能的理論分析
    4.4 仿真實驗與結(jié)果分析
        4.4.1 仿真環(huán)境設(shè)定
        4.4.2 融合定位方法性能評估
    4.5 小結(jié)
第五章 多源信息融合定位關(guān)鍵技術(shù)實驗驗證
    5.1 引言
    5.2 實驗設(shè)備與環(huán)境搭建
        5.2.1 實驗設(shè)備介紹
        5.2.2 實驗環(huán)境搭建
    5.3 多源信息融合定位算法性能測試
        5.3.1 基于幅相融合特征的表征方法性能評估
        5.3.2 IMU輔助的人體遮擋誤差補償方法性能評估
        5.3.3 基于BPM-MPF的多源信息融合定位性能評估
    5.4 小結(jié)
第六章 總結(jié)與展望
    6.1 主要研究內(nèi)容總結(jié)
    6.2 融合定位研究展望
參考文獻
縮略語
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
攻讀學(xué)位期間申請專利目錄


【參考文獻】：
期刊論文
[1]基于無跡卡爾曼濾波的iBeacon/INS數(shù)據(jù)融合定位算法[J]. 王守華,陸明熾,孫希延,紀(jì)元法,胡丁梅.  電子與信息學(xué)報. 2019(09)
[2]北斗三號觀測數(shù)據(jù)質(zhì)量及定位精度初步評估[J]. 程軍龍,王旺,馬立燁,劉萬科.  測繪通報. 2019(08)
[3]基于LS-SVM方向判別模型的WLAN室內(nèi)定位方法[J]. 李石榮,何富貴,朱雪梅.  井岡山大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[4]基于PDR和藍牙加權(quán)定位的卡爾曼濾波算法[J]. 何夢園,劉小瑜,劉正熙,熊運余,袁鈺涵.  現(xiàn)代計算機(專業(yè)版). 2019(10)
[5]基于迭代無跡卡爾曼濾波的小型無人機目標(biāo)定位方法[J]. 唐大全,柳向陽,鄧偉棟,丁鵬程.  指揮控制與仿真. 2019(01)
[6]室內(nèi)Wi-Fi/PDR自適應(yīng)魯棒卡爾曼濾波融合定位方法[J]. 周牧,耿小龍,謝良波,聶偉,田增山.  電子學(xué)報. 2019(01)
[7]信息融合理論研究進展:基于變分貝葉斯的聯(lián)合優(yōu)化[J]. 潘泉,胡玉梅,蘭華,孫帥,王增福,楊峰.  自動化學(xué)報. 2019(07)
[8]WiFi與慣導(dǎo)融合的漸消因子擴展卡爾曼濾波實時定位算法[J]. 段珊珊,李昕.  計算機與現(xiàn)代化. 2017(12)
[9]基于粒子濾波的多信息融合室內(nèi)定位算法研究[J]. 王亞娜,蔡成林,李思民,于洪剛.  電子技術(shù)應(yīng)用. 2017(11)
[10]人體對UWB測距誤差影響模型[J]. 何杰,吳雅南,段世紅,徐麗媛,呂家慧,徐誠,齊悅.  通信學(xué)報. 2017(S1)

碩士論文
[1]基于機器學(xué)習(xí)的多特征融合室內(nèi)定位的研究[D]. 肖寧.北京交通大學(xué) 2019
[2]基于自適應(yīng)矢量粒子濾波的多源融合定位算法研究與實現(xiàn)[D]. 李晶.北京郵電大學(xué) 2019
[3]基于粒子濾波的地磁/PDR室內(nèi)融合定位技術(shù)研究[D]. 周家鵬.中國礦業(yè)大學(xué) 2019
[4]基于Wi-Fi 802.11n信道狀態(tài)信息的定位技術(shù)研究[D]. 劉先峰.電子科技大學(xué) 2019
[5]融合多維空間譜信息的室內(nèi)定位研究[D]. 王文銳.南京郵電大學(xué) 2018
[6]考慮人體遮擋效應(yīng)的室內(nèi)60GHz頻段毫米波傳播特性研究[D]. 盛仲.南京郵電大學(xué) 2018
[7]基于WiFi信道狀態(tài)信息的單基站室內(nèi)定位研究[D]. 吳志國.北京郵電大學(xué) 2018
[8]基于航向優(yōu)化估計與多維度粒子濾波的行人融合定位方法研究[D]. 劉東輝.上海交通大學(xué) 2018
[9]融合地磁與RSSI的室內(nèi)定位粒子濾波改進算法研究[D]. 姜浩.北京建筑大學(xué) 2017
[10]基于信道狀態(tài)信息的單節(jié)點高精度室內(nèi)定位方法[D]. 李毅.哈爾濱工業(yè)大學(xué) 2017



本文編號：3691425