基于自優(yōu)化粒子濾波的融合室內定位算法研究.pdf

1、隨著移動互聯網的興起，位置服務已經成為人們必不可少的生活服務，特別是在GPS覆蓋不到的室內復雜環(huán)境中。WiFi是應用最為廣泛的室內定位技術之一。然而由于多徑效應和室內環(huán)境多變等因素造成的信號波動，影響了基于WiFi的室內定位精度。此外，行人在室內走動也會改變WiFi信號的強度，且沒法做到實時的WiFi指紋數據庫匹配，因此基于WiFi的室內定位對于運動中行人位置的高精度定位效果也不好。為了處理上述問題，本文提出一種基于運動預測的算法修正W

2、iFi指紋，并對行人航位推算進行改進用于提高了短距離室內定位跟蹤的精度。由于行人航位推算隨時間有累計誤差不適合長時間運動行人定位，最后提出一種基于自優(yōu)化粒子濾波的融合室內定位算法。
　　論文主要研究工作如下：
　　首先，提出一種基于運動預測的WiFi指紋算法，包括RSS秩指紋算法和運動預測方法，對WiFi位置指紋算法進行改善。針對惡劣環(huán)境引起的信號衰落以及不同終端的差異，聯合RSS秩指紋算法與貝葉斯算法進行匹配定位,即使用R

3、SS秩向量進行相似度測量確定位置相近區(qū)域，然后在這些相近區(qū)域內采用貝葉斯匹配算法進一步定位。而就信號波動依舊影響定位精度問題，采用運動預測方法推斷貝葉斯算法估計結果的合理性，并作出一定的修正。仿真結果表明基于運動預測的WiFi指紋算法能夠有效地提高室內定位的精度。
　　其次，提出了自學習閾值步伐檢測算法和改進式整合步長估計算法，對行人航位推算進行改進。針對行人步態(tài)受到自身與環(huán)境的影響問題進行研究，分析加速度信號圖形，自學習地實時改

4、進閾值來檢測步伐。然后分析快步、常步以及靜止狀態(tài)下的步長，改進并整合步長算法來估算步長。仿真結果表明改進后的行人航位推算能夠在短時間跟蹤過程中更好地提高定位精度。
　　最后，提出了一種融合室內定位算法，采用自優(yōu)化粒子濾波對改進后的行人航位推算與WiFi位置指紋算法進行融合室內定位。為確定室內定位初始絕對位置，針對行人從室外進入室內，提出室內外無縫切換算法，借助高海拔衛(wèi)星GPS的特性找到合適切換點作為初始絕對位置，若在室內則WiFi