WiFi輔助智能手機的室內定位技術研究與實現(xiàn).pdf

1、隨著室外定位的理論與技術逐步成熟，對實現(xiàn)在衛(wèi)星信號遮蔽區(qū)域如城市峽谷、室內盲區(qū)乃至礦山等地下空間的無縫定位和應急救援服務提出了新的要求，針對室內定位技術而言，雖然已經(jīng)出現(xiàn)了諸如紅外線、超聲波、射頻識別、藍牙、超寬帶、無線保真、ZigBee、計算機視覺、地磁場、行人航位推算等典型的技術手段，設計出了多個具有代表性的室內定位系統(tǒng)，但大多數(shù)是以單一數(shù)據(jù)源為定位信號，定位區(qū)域有限、定位精度低，再則有些系統(tǒng)需要布設昂貴的硬件設施。因此，研究廉價、

2、高效、高精度、自適應的室內全空間導航定位技術是目前導航位置服務領域亟待解決的瓶頸問題。目前智能移動終端越來越普及，并且內嵌很多先進的硬件設施，如WiFi模塊，藍牙模塊和各種慣性傳感器等，使得在智能平臺上研發(fā)室內定位系統(tǒng)變得容易可行。本文以智能手機內嵌的慣性傳感器、WiFi為主要數(shù)據(jù)采集手段，輔以建筑物的空間地理信息，以室內全空間定位為主線，系統(tǒng)地研究了基于多元傳感器集成的室內定位算法，深入探討了測距與非測距、無線與非無線傳感器的室內融合

3、定位，慣性傳感器/無線信號室內優(yōu)化組合關鍵技術，以此為基礎，選取Android智能手機HUAWEI P6為實驗平臺，利用WiFi信號和手機內嵌傳感器信號在綜合實驗場開展了集成測試。
　　本研究主要內容包括：⑴探討了WiFi信號指紋定位方法的原理及在不同室內環(huán)境下的定位特點。針對大目標區(qū)域定位時指紋匹配算法計算量大的問題，利用K-means聚類算法對WiFi指紋庫進行聚類處理，降低算法計算量，提高了WiFi定位算法的實時性；針對Wi

4、Fi單點定位結果跳動的問題，利用卡爾曼濾波算法對定位結果進行去噪處理，有效改善無線信號指紋定位方法的精度。⑵深入分析了行人航跡推算PDR定位方法的原理，針對步態(tài)檢測中常用的波峰檢測算法受手機姿態(tài)影響大的問題，提出一種利用手機傳感器自相關分析的計步算法，針對行人不同運動狀態(tài)對計步結果的影響，設計了一種自適應波峰檢測算法，兩種算法改進了手機姿態(tài)變化和行人運動狀態(tài)變化對定位結果的影響。⑶對比分析了PDR定位和WiFi定位的優(yōu)缺點，利用擴展卡爾

5、曼濾波和無跡卡爾曼濾波算法對兩者進行融合，結果表明，無跡卡爾曼濾波可以有效克服擴展卡爾曼濾波的缺點，使得融合后的定位結果在定位精度和穩(wěn)定性上都有很大的提高。⑷完成了室內定位系統(tǒng)的設計與實現(xiàn)?；贏ndroid平臺、ArcEngine開發(fā)包以及Unity3D三維可視化引擎開發(fā)實現(xiàn)定位模塊和三維可視化模塊，該系統(tǒng)分移動端和監(jiān)控端兩部分，其中在移動端用戶可以利用WiFi、加速度、方向和陀螺儀等傳感器完成定位并將結果發(fā)送到監(jiān)控端；在監(jiān)控端接收用