基于射頻RSS和多傳感器融合的室內(nèi)定位算法研究.pdf

1、現(xiàn)在社會(huì)對(duì)室內(nèi)定位的需求越來(lái)越多，對(duì)定位精度的要求也逐漸變高。現(xiàn)有的室內(nèi)定位技術(shù)，在定位精度、定位范圍、設(shè)備成本、使用靈活性等方面還尚未完善，這影響了室內(nèi)定位服務(wù)的普及。隨著無(wú)線通信技術(shù)的發(fā)展，很多基于無(wú)線信號(hào)的室內(nèi)定位方法應(yīng)運(yùn)而生，如超聲波、紅外、光學(xué)信號(hào)、射頻等，其中射頻又包括射頻識(shí)別和無(wú)線網(wǎng)絡(luò)等。近幾年來(lái)，作為無(wú)線局域網(wǎng)絡(luò)的一種，Wi-Fi(Wireless Fidelity)發(fā)展迅速?；赪i-Fi的室內(nèi)定位成為位置感知領(lǐng)域的一

2、個(gè)研究熱點(diǎn)?；赪i-Fi的定位技術(shù)的理論算法主要有指紋定位法和基于測(cè)距的三邊定位算法等。除無(wú)線技術(shù)外，一些室內(nèi)定位應(yīng)用中也使用慣性傳感器等。前者提供了一個(gè)便捷的覆蓋范圍，且所需設(shè)備較少；而后者則不易受周圍環(huán)境的影響?？紤]到這兩種技術(shù)各自的優(yōu)勢(shì)，目前人們往往通過(guò)多傳感器融合來(lái)進(jìn)行定位。
　　本文的主要工作如下：
　　1.提出基于RSS(Received Signal Strength)補(bǔ)償?shù)娜叾ㄎ凰惴?。考慮到不同建筑物的其

3、材料結(jié)構(gòu)、室內(nèi)布置等都不盡相同，一般而言，僅靠理想狀態(tài)下的理論模型進(jìn)行定位對(duì)定位精度并沒(méi)有很大的提高。因此，本文提出基于RSS的三邊定位優(yōu)化方法的定位模型。即考慮不同材質(zhì)室內(nèi)阻隔物及其衰減因子所帶來(lái)的影響，并對(duì)其誤差進(jìn)行補(bǔ)償。同時(shí)，本文選取了較為常見(jiàn)的辦公室室內(nèi)環(huán)境對(duì)所提出的理論進(jìn)行實(shí)驗(yàn)驗(yàn)證。此外，在該相同環(huán)境下采用現(xiàn)有的指紋技術(shù)進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果驗(yàn)證了本文所提出的方法可以提供更高的定位精度。
　　2.提出基于WLSE-KF(We

4、ighted Least Squares Estimation-Kalman Filter)的傳感器融合室內(nèi)定位算法。在利用傳感器進(jìn)行定位的過(guò)程中，需要對(duì)其采集的數(shù)據(jù)進(jìn)行融合。目前，應(yīng)用較為廣泛的融合算法包括擴(kuò)展卡爾曼濾波和最小二乘法等。射頻識(shí)別融合定位一般采用最小二乘法，然而，它可能使定位誤差較大。本文針對(duì)射頻識(shí)別融合定位提出了將最小二乘和卡爾曼濾波相結(jié)合的算法。該算法先利用加權(quán)最小二乘估計(jì)獲得移動(dòng)用戶的初步位置，再利用擴(kuò)展卡爾曼濾波