基于信息柔性融合的室內(nèi)定位系統(tǒng)研究與實現(xiàn).pdf

1、隨著移動互聯(lián)網(wǎng)行業(yè)的高速發(fā)展，人們對于室內(nèi)定位的需求日益迫切，作為位置信息服務(wù)最重要的組成部分，室內(nèi)定位技術(shù)逐漸受到越來越多的商業(yè)關(guān)注。由于技術(shù)的進步，人們對于室內(nèi)定位的精度要求也越來越高，但是由于室內(nèi)環(huán)境的反射和多徑傳播，高精度室內(nèi)定位問題一直是定位領(lǐng)域的最大難題。本文以信息柔性融合技術(shù)為基礎(chǔ)，主要研究如何在復(fù)雜室內(nèi)環(huán)境下得到良好的室內(nèi)定位結(jié)果。
　　本研究主要內(nèi)容包括：⑴對室內(nèi)定位技術(shù)的研究現(xiàn)狀進行了總結(jié)，剖析了各種室內(nèi)定位技

2、術(shù)的優(yōu)缺點和技術(shù)難點。基于克拉美羅界，分析了TOA定位算法的理論極限，并推導(dǎo)了基站噪聲特性不一致時TOA算法的CRLB。針對制約室內(nèi)定位精度提高的瓶頸問題，設(shè)計了基于信息柔性融合的室內(nèi)定位系統(tǒng)框架與結(jié)構(gòu)。⑵針對信息柔性融合的數(shù)據(jù)層融合算法，分別研究了單/多傳感器條件下的定位參數(shù)估計、多定位參數(shù)融合定位等問題。在此基礎(chǔ)上提出了一種基于RSSI/AOA的新型室內(nèi)精確定位方法，仿真和測試結(jié)果顯示本文所給算法可以有效濾除參數(shù)測量波動造成定位結(jié)果

3、誤差，有效提高了室內(nèi)復(fù)雜環(huán)境下的目標定位精度。⑶建立了基于強跟蹤Kalman濾波器的決策層融合算法。解決Kalman濾波器在運動目標定位跟蹤方面的缺陷:對突變狀態(tài)的跟蹤能力差，對于大噪聲的濾除能力弱。改進強跟蹤算法中的次優(yōu)漸消因子，根據(jù)前次結(jié)果對強跟蹤結(jié)果做反饋，形成了基于指數(shù)漸消因子的融合跟蹤算法(EFF-STF)。詳細說明了算法的實現(xiàn)步驟，建立系統(tǒng)實際采集數(shù)據(jù)驗證了算法的有效性，并和相同條件下和卡爾曼濾波性能對比驗證了算法在大噪聲濾