基于粒子濾波和電子地圖融合的室內(nèi)定位技術(shù)研究.pdf

1、WiFi信號(hào)指紋常常用于推測(cè)移動(dòng)設(shè)備在室內(nèi)的位置坐標(biāo)，然而室內(nèi)環(huán)境的復(fù)雜性導(dǎo)致這種推測(cè)難度很大。首先，很難建立起WiFi信號(hào)指紋與移動(dòng)設(shè)備的位置之間精確的關(guān)聯(lián)；其次，對(duì)于連續(xù)多次的導(dǎo)航定位服務(wù)，若不考慮相鄰兩次定位結(jié)果的時(shí)序關(guān)系，常常會(huì)出現(xiàn)遠(yuǎn)距離突變現(xiàn)象；再有，連續(xù)兩次定位結(jié)果可能出現(xiàn)穿墻而過(guò)的不正確情況。
　　針對(duì)這些問題，本文首先提出采用空間聚類算法將較大室內(nèi)空間區(qū)域劃分成更小的且特征更加明顯集中的子區(qū)域，然后結(jié)合SVM分類算

2、法和SVM回歸算法分兩階段建模WiFi指紋與位置坐標(biāo)的關(guān)聯(lián)，從而更為精確地估計(jì)出移動(dòng)設(shè)備的具體位置坐標(biāo)。接著，提出采用粒子濾波來(lái)融合上述定位方法和時(shí)序相關(guān)的PDR導(dǎo)航定位方法。將 PDR導(dǎo)航定位結(jié)果作為粒子濾波算法中的轉(zhuǎn)移量，將 WiFi模型定位結(jié)果作為粒子濾波算法每一次的觀測(cè)狀態(tài)，從而結(jié)合兩種定位算法的優(yōu)勢(shì)，減弱各自單獨(dú)定位時(shí)的不足。最后，采用室內(nèi)地圖匹配技術(shù)來(lái)解決融合定位算法中定位結(jié)果穿墻的問題。采用點(diǎn)線面模型建立起室內(nèi)矢量地圖模型

3、；利用地圖匹配方法約束粒子濾波算法中的粒子穿墻；再將穿墻的定位結(jié)果校正到相鄰門上。
　　實(shí)驗(yàn)結(jié)果顯示，在孤點(diǎn)定位方面，提出的基于空間劃分的兩階段WiFi室內(nèi)定位，其分類精度可達(dá)94.58％，平均定位誤差距離為2.58米。通過(guò)與多種的定位方法相比，本文在分類正確率、定位精度和響應(yīng)時(shí)間等方面均有明顯的優(yōu)勢(shì)。在導(dǎo)航定位方面，提出的融合室內(nèi)導(dǎo)航定位方法，在較為復(fù)雜的折線導(dǎo)航行走軌跡測(cè)試中，平均定位誤差低至1.81米，與真實(shí)行走軌跡非常逼近