基于Wi--Fi與多傳感器數(shù)據(jù)融合的室內(nèi)定位優(yōu)化方法研究.pdf

1、近年來，隨著移動互聯(lián)網(wǎng)技術(shù)和通信行業(yè)的快速發(fā)展，基于位置服務(wù)LBS(Localization Based Services，LBS)逐漸成為人們的一項重要需求，人們對室內(nèi)定位服務(wù)需求也愈加強烈。由于成本低、兼容性好、易擴展等原因，越來越多的研究者逐漸將目光投向到Wi-Fi指紋定位和基于慣性傳感器的行人航位推算(Pedestrian Dead Reckoning，PDR)定位領(lǐng)域。Wi-Fi指紋定位利用無線接收信號強度符（Received

2、 Signal Strength Indication，RSSI）與位置進行匹配，其定位精度受限于RSSI的穩(wěn)定性。在實際應(yīng)用中RSSI易受環(huán)境改變的影響，波動性較大，因此定位精度不夠穩(wěn)定。PDR定位精度較高，其使用的傳感器信息（如加速度計，陀螺儀等）不易受外界環(huán)境影響，但由于該方法是遞推的，隨著時間的累計容易產(chǎn)生漂移。
　　單一模式的定位技術(shù)由于自身局限性，已經(jīng)無法滿足人們在復(fù)雜室內(nèi)環(huán)境中的定位需求，采用多種定位技術(shù)融合定位已經(jīng)

3、成為定位領(lǐng)域的研究熱點。為此，本文通過對相關(guān)文獻的查閱和實地的實驗和分析，進行了如下的研究工作:
　　(1)在Wi-Fi網(wǎng)絡(luò)環(huán)境中實地采集RSSI樣本，經(jīng)過數(shù)據(jù)分析，發(fā)現(xiàn)Wi-Fi信號與位置之間具備關(guān)聯(lián)性，可以利用位置和指紋之間的匹配關(guān)系建立定位模型。但是由于Wi-Fi信號強烈的波動性和冗余性，實現(xiàn)精度較高的Wi-Fi指紋定位仍是一個難題。為此，本文提出一種基于最大信息增益的改進主成分分析方法(Information Gain P

4、re-Processing based Principal Component Analysis，IG-PCA)進行數(shù)據(jù)預(yù)處理，降低RSSI的維度。在定位階段，利用機器學(xué)習(xí)算法建立模型。經(jīng)驗證，該算法降低了算法復(fù)雜度，并提高了定位效率。
　　(2)PDR定位包括三方面，即步長估計，步伐檢測和航向推測，由于人的運動狀態(tài)是實時變化的，簡單的設(shè)置閾值或者進行波峰檢測無法應(yīng)對運動狀態(tài)的變化。因此，本文提出了一種自適應(yīng)的PDR定位方法，可根

5、據(jù)人的運動狀態(tài)的變化適時調(diào)整，提高了PDR算法的精度。由于單一模式下，Wi-Fi指紋定位和PDR定位都有一定的局限性，本文利用擴展卡爾曼濾波和無跡卡爾曼濾波進行融合定位。經(jīng)檢驗，融合定位可以有效地進行優(yōu)勢互補，提高定位精度。
　　(3)由于定位環(huán)境的復(fù)雜性，融合定位方法在極端條件下仍然缺乏穩(wěn)定性。為了提高定位的穩(wěn)定性，本文從定位場景本身出發(fā)，利用K-means聚類算法挖掘場景中具有獨特數(shù)據(jù)標(biāo)識的“地標(biāo)”。通過地標(biāo)識別和地標(biāo)匹配，定