摘要：随着移动互联网的发展和智能手机等移动智能设备的普及,人们对位置服务的需求日益强烈。室内定位作为室内行...随着移动互联网的发展和智能手机等移动智能设备的普及,人们对位置服务的需求日益强烈。室内定位作为室内行人导航等位置服务的一大关键要素,当前尚未有较成熟的技术方案。基于智能手机实现室内定位,无需用户携带额外设备,便于室内定位技术的推广和普及。因此,研究基于智能手机的室内定位方法,具有十分重要的科学意义和应用价值。目前,单模定位方法均具有一定的局限性。其中,Wi-Fi定位存在精度低、稳定性较差的问题;行人航位推算(Pedestrian Dead Reckoning,PDR)具有累积误差问题,无法长时间进行定位,且需要已知起点。因此,本文提出一种基于智能手机的室内融合定位方法,主要研究内容包括:1)提出了基于接收信号强度(Received Signal Strength,RSS)相关性的WiFi位置指纹定位方法,解决设备差异性造成的Wi-Fi信号强度不确定问题。离线阶段,经过指纹采样,筛选稳定接入点(Access Point,AP),构建可靠的离线位置指纹数据库。在线定位阶段,首先,筛选实时获取的Wi-Fi信号强度信息与离线指纹共有的AP;然后,据该AP集合,构建新的离线指纹和在线指纹;接着,利用皮尔逊相关系数和杰卡德相似系数,计算二者相似度;最后,将相似度排序,并通过K最近邻(k-Nearest Neighbor,KNN)算法实现用户定位。实验表明本文所提出方法可有效解决设备差异性问题,并实现精确定位,平均定位精度1.74米。2)研究基于智能手机的PDR。首先,本文采用峰值检测法估计行人行走步数;然后,通过步频步长模型估计行人步长;最后,为了估计行人行走航向角,提出一种可有效融合陀螺仪和磁力计数据的角度融合算法。在执行角度融合算法前,本文使用巴特沃兹低通滤波过滤由陀螺仪和磁力计各自获取的角度,再将滤波后的两个角度作为角度融合算法的输入。而融合后的角度经再次滤波后,即可获取行人行走航向角,并可以此航向角进行拐角检测。实验表明,经过上述改进措施,PDR的累积误差有所降低,但受限于智能手机传感器精度以及PDR的定位原理,使得定位的效果并不理想。因此,本文进行了融合定位的研究。3)提出一种室内融合定位的方法。结合上述提出的Wi-Fi定位方法,行人行走的航向角和步长信息,提出一种初始化方法,可用于获取开始执行融合定位初始位置。初始位置确定后,以PDR为主,以考虑了行人行走航向角和步长的Wi-Fi定位,对其进行矫正;结合地图信息约束定位位置,地标信息辅助矫正等手段,提出一种创新、有效、精度高的室内融合定位方法。实验证明本文所提出方法可精确有效、持续稳定定位,平均定位精度约为1.2米,80%分位的定位误差为2米。更多还原显示全部
摘要：随着无线网络和移动互联网的快速发展及布局,人们对基于位置的服务(location-based service,LBS)越来越重视...随着无线网络和移动互联网的快速发展及布局,人们对基于位置的服务(location-based service,LBS)越来越重视。在室外能提供高精度定位的全球定位系统(GPS),由于建筑物的遮挡,在室内却无法满足人们的定位需求。因此研究一种合适的室内定位系统具有重要现实意义。由于WiFi设备的普及,基于WiFi的室内定位系统具有便捷,易推广和低成本等优势,成为目前主流的室内定位技术。近年来,信道状态信息(Channel State Information,CSI)成功的从商用WiFi设备上提取出来,由于CSI比传统的接收信号强度指示(RSSI)包含更丰富信息,具备实现高精度的室内定位条件,成为了研究热点。因此本文基于CSI的室内定位技术,研究的主要内容如下:1.提出基于TR-MUSIC算法的单节点WiFi室内定位方案。时间反转(Time-Reversal,TR)算法具有空间聚焦效应,每一个不同的地理位置的信道脉冲响应(CIR)是唯一的特性,多径严重的地方该特征越是明显,因此采集CIR作为特征量建立指纹库。超分辨率的多信号分类算法(Multiple Signal Classification Algorithm,MUSIC)算法,利用平滑的接收矩阵实现单节点路由器的到达角估计,该算法在非视距环境下也有较好的效果。因此结合到达角估计方法和TR指纹定位方案的优点,本文使用“射线状”室内采样点划分方案,利用MUSIC算法提供的到达角信息可以将定位目标缩小到一个较小的范围,将原来的指纹库进行精简,减少了指纹匹配数量,提高定位的时效性。2.深入分析WiFi接收机的信号处理过程中对信号产生的误差,从而建立CSI的线性相位误差模型和非线性相位误差模型。根据相位误差模型,介绍了三种线性相位误差消除算法和一种非线性相位误差消除算法。利用采集数据进行仿真分析,证明相位误差消除算法的正确性。最后本文所提系统采用基于线性变换的相位误差消除算法,有效地提高定位结果正确率。3.深入研究探讨基于TR室内定位系统,针对目前TR系统需要跳频采集多个信道CSI,使用频带拼接才能实现高精度室内定位;在线定位需要的匹配的数量大并且计算量大的问题。本文提出TR-MUSIC算法,并实现了单信道多天线融合的TR算法解决跳频拼接和高带宽需求问题;使用聚类算法减少TR指纹库从而减少匹配量,同时使用MUSIC算法得到到达角减少在线的匹配定位计算量。实验证明在单个商业WiFi设备上实现了复杂室内环境下定位,同时定位时效性变好。4.最后本文在强视距的实验室内和在非视距环境的走廊内,设计实验。布置单个商用WiFi设备作为无线AP,利用修改后笔记本电脑作为移动端,在采样间隔约为1m的实验室和采样间隔为0.5m的走廊下基于TR-MUSIC算法可以达到96%定位结果准确率,同时在线定位是指纹搜索匹配时间缩小了60%,有效地增强了定位系统的时效性。由此可证明该系统满足亚米级的室内定位要求。更多还原显示全部
