基于擴展卡爾曼濾波算法的融合室內(nèi)定位系統(tǒng)研究與實現(xiàn).pdf

1、隨著無線局域網(wǎng)和智能移動終端的快速普及，基于位置感知服務正逐步改變移動設備的使用模式，在人們的社會生活中發(fā)揮著越來越重要的作用。基于位置指紋的Wi-Fi室內(nèi)定位技術相比于其他定位算法，具有定位精度高、覆蓋范圍廣、可靠性好、成本低等優(yōu)勢，滿足大多數(shù)室內(nèi)定位的要求，所以在工程實踐中被廣泛使用。此外，移動設備微慣性器件（如加速度傳感器、陀螺儀等）的集成，使得基于慣性定位的室內(nèi)定位技術成為可能。相比于位置指紋法，慣性定位法不易受環(huán)境因素干擾。<

2、br>　　本文針對Wi-Fi位置指紋方法和航位推算法(DR)各自的特點，利用擴展卡爾曼濾波算法組合位置指紋法和航位推算法，提出融合室內(nèi)定位算法。主要包括如下研究內(nèi)容：
　　1.分析RSS信號強度特征，基于高斯濾波改進離線建庫算法，提高位置指紋庫的可信度。改進樸素貝葉斯算法定位精度與參考節(jié)點間距成正比關系的不足，提出后驗概率加權的樸素貝葉斯算法，提高室內(nèi)定位的精度。
　　2.基于擴展卡爾曼濾波，融合Wi-Fi位置指紋和航位推算

3、算法，提出Wi-Fi/DR融合室內(nèi)定位算法，分別建立定位系統(tǒng)的狀態(tài)方程和觀測方程。
　　3.采用Netty服務框架，在騰訊云上搭建基于HTTP長連接支持心跳檢測和SSL加密傳輸?shù)母卟l(fā)服務端。利用基于H5開發(fā)的Android系統(tǒng)的客戶端，進行實際環(huán)境室內(nèi)定位測試工作。
　　定位性能實驗結果表明，提出的Wi-Fi/DR融合室內(nèi)定位系統(tǒng)的性能優(yōu)于Wi-Fi或航位推算子系統(tǒng)的性能，提高了室內(nèi)定位的定位精度；系統(tǒng)性能實驗結果表明，設