基于WLAN指紋和慣性測(cè)量的室內(nèi)定位系統(tǒng)設(shè)計(jì)與研究.pdf

1、隨著無(wú)線通信技術(shù)的發(fā)展和社會(huì)的進(jìn)步，人們對(duì)無(wú)線定位服務(wù)的需求越來(lái)越大。衛(wèi)星導(dǎo)航定位是一種傳統(tǒng)的定位方式，通常能夠?qū)κ彝鈭?chǎng)景下的定位提供解決方案，但在室內(nèi)等建筑物遮蔽嚴(yán)重的場(chǎng)景下無(wú)法完成定位，所以室內(nèi)定位問(wèn)題在近年來(lái)成為一個(gè)越來(lái)越熱門(mén)的研究方向，其中，基于WLAN的室內(nèi)定位技術(shù)應(yīng)運(yùn)而生，發(fā)展日趨成熟。本文提出一種基于WLAN指紋定位和慣性測(cè)量的室內(nèi)定位系統(tǒng)設(shè)計(jì)方案，并實(shí)現(xiàn)了基于Android手機(jī)終端的室內(nèi)定位系統(tǒng)。
　　本文提出的室

2、內(nèi)定位系統(tǒng)設(shè)計(jì)方法融合WLAN指紋定位的結(jié)果和慣性測(cè)量的結(jié)果，并在指紋定位技術(shù)中采用終端獨(dú)立定位和網(wǎng)絡(luò)側(cè)定位兩種模式，在慣性測(cè)量中提出了一種基于加速度向量歐式距離的靜止運(yùn)動(dòng)判斷方法，判斷當(dāng)前行人的靜止運(yùn)動(dòng)狀態(tài)，在靜止時(shí)對(duì)指紋定位結(jié)果進(jìn)行均值濾波處理，之后，提出了基于加速度峰值檢測(cè)的步態(tài)檢測(cè)算法，以及步長(zhǎng)估計(jì)算法，采用航跡推算的方式得到用戶(hù)的計(jì)步狀態(tài)。進(jìn)一步，在指紋定位結(jié)果和慣性測(cè)量結(jié)果的融合方面，提出了一種基于擴(kuò)展Kalman濾波的融合

3、算法。最后，在系統(tǒng)實(shí)現(xiàn)方面本文給出了定位系統(tǒng)的總體設(shè)計(jì)架構(gòu)，重點(diǎn)對(duì)基于Android手機(jī)終端的定位軟件設(shè)計(jì)做了闡述。
　　本文在系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)的基礎(chǔ)上對(duì)系統(tǒng)進(jìn)行了測(cè)試及性能分析。測(cè)試結(jié)果表明，在本文的實(shí)驗(yàn)場(chǎng)景下，采用 K值為4的WKNN算法得到的指紋定位精度較高，誤差累計(jì)概率在1處的定位誤差為1.3米左右，通過(guò)引入慣性測(cè)量的方法，當(dāng)判斷行人處于靜止?fàn)顟B(tài)時(shí)對(duì)指紋定位結(jié)果進(jìn)行均值濾波，精度在誤差累計(jì)概率1處有0.2米左右的提高。在運(yùn)動(dòng)