本文關(guān)鍵詞：基于粒子濾波的Wi-Fi和慣性傳感器融合定位算法的研究與實(shí)現(xiàn)

  更多相關(guān)文章： 室內(nèi)定位 Wi-Fi定位系統(tǒng) 行人航跡推算定位系統(tǒng) 自適應(yīng)環(huán)境變化的Wi-Fi指紋定位 粒子濾波 融合定位

【摘要】：智能終端相關(guān)技術(shù)的發(fā)展,對(duì)實(shí)現(xiàn)城市峽谷、室內(nèi)盲區(qū)和封閉地下空間的位置服務(wù)提拱了機(jī)遇,隨之,基于廣域和局域?qū)用嫔系亩喾N室內(nèi)定位方案應(yīng)運(yùn)而生。然而大多數(shù)室內(nèi)定位方案存在對(duì)室內(nèi)環(huán)境、定位設(shè)備、用戶狀態(tài)、定位終端狀態(tài)和定位區(qū)域的諸多限制,急需研究自適應(yīng)環(huán)境變化、穩(wěn)定、可靠的室內(nèi)全空間導(dǎo)航定位技術(shù)。目前Wi-Fi網(wǎng)絡(luò)和智能移動(dòng)終端已逐漸普及,且內(nèi)嵌有Wi-Fi模塊和各種慣性傳感器等,故在智能終端平臺(tái)上研發(fā)室內(nèi)定位系統(tǒng)具有可行性和實(shí)用性。本文以室內(nèi)環(huán)境為切入點(diǎn),通過實(shí)驗(yàn)找出室內(nèi)定位效果的影響因素,采用Wi-Fi定位模型和行人航跡推算模型,分別獲取絕對(duì)位置信息和相對(duì)位置信息,從而設(shè)計(jì)相應(yīng)的定位算法和融合方案來解決或削弱定位影響。主要研究內(nèi)容如下:(1)以Wi-Fi信號(hào)特征分析為切入點(diǎn),分別從時(shí)間和空間兩個(gè)方面研究。在這兩個(gè)方面、四種情況(僅考慮隨機(jī)因素影響的短時(shí)間間隔和微空間距離變化,可忽略隨機(jī)因素影響的時(shí)間間隔和空間距離變化)下分析了Wi-Fi信號(hào)特征規(guī)律。(2)基于KNN算法,結(jié)合所得的Wi-Fi信號(hào)特征,考慮特定區(qū)域和實(shí)際室內(nèi)定位環(huán)境,提出了自適應(yīng)環(huán)境變化的Wi-Fi定位算法。包括提出了人工矢量域聚類算法,以滿足特定區(qū)域的位置服務(wù)需求;基于具有較穩(wěn)定Wi-Fi信號(hào)的AP點(diǎn)和定位終端間存在著穩(wěn)定的空間位置關(guān)系的特性,改進(jìn)了KNN算法,以削弱隨時(shí)間推移Wi-Fi信號(hào)的波動(dòng)對(duì)定位結(jié)果的影響;提出了識(shí)別單體故障AP方法,增強(qiáng)了Wi-Fi定位對(duì)突變因素的識(shí)別和剔除能力;并利用Wi-Fi定位中歐式距離和定位效果對(duì)應(yīng)關(guān)系,提出了一種粗略判別指紋庫有效性的方法。(3)結(jié)合不同運(yùn)動(dòng)場(chǎng)景和行人跨步統(tǒng)計(jì)結(jié)果,分析了慣性傳感器信號(hào)特征。依據(jù)分析結(jié)果,采用數(shù)字FIR帶通濾波器對(duì)傳感器信號(hào)進(jìn)行預(yù)處理;通過利用行人在靜止、正常行走和跑步時(shí)一步所消耗的時(shí)間與一步時(shí)間內(nèi)樣本粒子數(shù)的相關(guān)性,以自適應(yīng)波峰檢測(cè)算法所獲取的樣本粒子數(shù),來識(shí)別運(yùn)動(dòng)狀態(tài);得出在航向上,由于不同環(huán)境下磁偏角和不同運(yùn)動(dòng)場(chǎng)景下定位終端的放置偏角不同,在多種運(yùn)動(dòng)場(chǎng)景并存的情況下,通過慣性傳感器獲取的航向信息無法應(yīng)用于室內(nèi)定位的結(jié)論。(4)利用兩種定位模型較強(qiáng)的非相似性和互補(bǔ)性,基于粒子濾波,研究以Wi-Fi定位為主,行人航跡推算為輔的組合定位方法。在粒子濾波運(yùn)用上,從易于實(shí)現(xiàn)、具有較寬分布和充分利用最新的觀測(cè)信息等角度考慮建立重要性分布函數(shù),對(duì)系統(tǒng)狀態(tài)的后驗(yàn)概率分布采用局部非線性濾波算法,如EKF進(jìn)行初始估計(jì),確定出粒子分布的定義域,在此定義域上利用高斯分布生成粒子濾波的重要性分布函數(shù),最后基于粒子濾波完成定位。
【關(guān)鍵詞】：室內(nèi)定位 Wi-Fi定位系統(tǒng) 行人航跡推算定位系統(tǒng) 自適應(yīng)環(huán)境變化的Wi-Fi指紋定位 粒子濾波 融合定位
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN92;TP212
【目錄】：

• 致謝4-6
• 摘要6-8
• Abstract8-20
• 1 緒論20-33
• 1.1 論文選題來源20
• 1.2 研究背景及意義20-22
• 1.3 國內(nèi)外研究現(xiàn)狀分析及典型室內(nèi)定位方案22-27
• 1.4 主要研究內(nèi)容和技術(shù)路線27-33
• 2 基于WiFi定位與PDR的室內(nèi)定位基本模型33-41
• 2.1 Wi-Fi技術(shù)定位基本原理33-35
• 2.2 行人航跡推算基本原理35-37
• 2.3 粒子濾波37-40
• 2.4 本章小節(jié)40-41
• 3 Wi-Fi信號(hào)指紋定位41-60
• 3.1 Wi-Fi信號(hào)特征分析41-46
• 3.2 人工矢量域聚類算法46-48
• 3.3 自適應(yīng)環(huán)境變化的Wi-Fi指紋定位算法48-59
• 3.4 本章小節(jié)59-60
• 4 行人航跡推算60-71
• 4.1 不同運(yùn)動(dòng)場(chǎng)景下步頻、步長算法60-62
• 4.2 數(shù)字FIR帶通濾波器62-64
• 4.3 運(yùn)動(dòng)狀態(tài)的識(shí)別64-65
• 4.4 航向分析65-70
• 4.5 本章小節(jié)70-71
• 5 融合定位算法71-87
• 5.1 基于粒子濾波的融合定位71-82
• 5.2 融合定位算法實(shí)驗(yàn)結(jié)果82-86
• 5.3 本章小節(jié)86-87
• 6 總結(jié)與展望87-90
• 6.1 研究成果和總結(jié)87-89
• 6.2 展望89-90
• 參考文獻(xiàn)90-96
• 作者簡歷96-98
• 學(xué)位論文數(shù)據(jù)集98

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;新型慣性傳感器項(xiàng)目可行性報(bào)告[J];傳感器世界;1995年S1期

2 張福學(xué)，，任宏超;慣性傳感器的發(fā)展趨勢(shì)[J];電子科技導(dǎo)報(bào);1996年10期

3 張浩,童調(diào)生,張帆,劉宏立;多微慣性傳感器的一致性檢測(cè)方法[J];傳感器技術(shù);2001年01期

4 徐景碩;慣性傳感器技術(shù)及發(fā)展[J];傳感器技術(shù);2001年05期

5 俞瑛;;硅微機(jī)械慣性傳感器技術(shù)及其應(yīng)用[J];集成電路通訊;2005年01期

6 楊延春;吳書朝;;擺式慣性傳感器機(jī)械零偏測(cè)量方法研究[J];傳感技術(shù)學(xué)報(bào);2006年06期

7 趙德申;胡雪梅;;電容慣性傳感器的結(jié)構(gòu)分析[J];武漢理工大學(xué)學(xué)報(bào);2009年06期

8 張通;張駿;張怡;;機(jī)載慣性傳感器信號(hào)降噪研究[J];控制工程;2010年05期

9 杜來林;楊超;;離心式慣性傳感器的結(jié)構(gòu)原理及性能測(cè)試[J];液壓氣動(dòng)與密封;2011年06期

10 劉偉;;慣性傳感器在油氣資源勘探中的應(yīng)用相關(guān)技術(shù)分析[J];電子世界;2013年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前6條

1 高楊;;微慣性傳感器的新進(jìn)展[A];中國工程物理研究院科技年報(bào)（2010年版）[C];2011年

2 張巧云;林日樂;謝佳維;張挺;翁邦英;王瑞;趙建華;鄭永祥;呂志清;;石英微機(jī)械慣性傳感器的研究[A];中國慣性技術(shù)學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2003年

3 蔣慶華;苑偉政;常洪龍;王濤;;電容式微機(jī)械慣性傳感器信號(hào)檢測(cè)技術(shù)研究[A];中國微米、納米技術(shù)第七屆學(xué)術(shù)會(huì)年會(huì)論文集（一）[C];2005年

4 趙汝準(zhǔn);趙祚喜;張霖;俞龍;孫道宗;;集成慣性傳感器ADIS16355的三軸轉(zhuǎn)臺(tái)實(shí)驗(yàn)與性能分析[A];中國農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

5 楊擁軍;徐愛東;鄭鋒;徐永青;何洪濤;卞玉民;吝海鋒;呂樹海;羅蓉;鄒學(xué)鋒;;硅MEMS慣性傳感器的研究和開發(fā)[A];中國慣性技術(shù)學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2003年

6 崔健;廖興才;楊軍;;MEMS慣性傳感器在汽車ESP中的應(yīng)用[A];慣性技術(shù)發(fā)展動(dòng)態(tài)發(fā)展方向研討會(huì)文集——新世紀(jì)慣性技術(shù)在國民經(jīng)濟(jì)中的應(yīng)用[C];2012年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 齊乃波;走近金字塔的中國人[N];中國航空?qǐng)?bào);2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 羅小兵;微慣性流體器件中的流動(dòng)和傳熱及其工程應(yīng)用[D];清華大學(xué);2002年

2 鄭旭東;基于新型梳狀柵電容結(jié)構(gòu)的微機(jī)械慣性傳感器研究[D];浙江大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙金閣;基于慣性傳感器的偏癱康復(fù)監(jiān)測(cè)系統(tǒng)的研究[D];燕山大學(xué);2015年

2 鄧仲哲;基于慣性傳感器和地圖匹配的行人室內(nèi)定位算法[D];哈爾濱工業(yè)大學(xué);2015年

3 朱金林;基于MEMS慣性傳感器的室內(nèi)3D定位系統(tǒng)研究[D];華僑大學(xué);2015年

4 周圓;基于慣性傳感器和Wi-Fi信號(hào)的室內(nèi)定位算法研究[D];大連理工大學(xué);2015年

5 羅漫;基于慣性傳感器的手姿態(tài)捕捉系統(tǒng)研究[D];華東交通大學(xué);2015年

6 王珊;基于慣性傳感器和WiFi聯(lián)合室內(nèi)定位方法的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

7 楊翼;面向列車完整性監(jiān)測(cè)的慣性傳感器校準(zhǔn)方法研究[D];北京交通大學(xué);2016年

8 郭曉琳;基于手機(jī)慣性傳感器的相對(duì)定位技術(shù)的研究與應(yīng)用[D];北京郵電大學(xué);2014年

9 張旭;基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術(shù)研究[D];華東師范大學(xué);2016年

10 趙威;基于MEMS慣性傳感器的空中輸入筆研究[D];華中科技大學(xué);2014年

本文編號(hào)：584205