基于WiFi/蓝牙融合的室内定位算法研究
随着更多手持设备的日益普及，比如手机、平板电脑、笔记本、可穿戴物品等，以及物联网设备的性能快速增长，位置感知的技术越来越受到重视，基于位置感知的需求和应用飞速增加。位置服务的环境正在由室外转入室内，成熟的GNSS技术在室外提供高精度的实时定位导航；而在室内环境中，卫星信号受到遮挡导致急剧衰减甚至被完全阻挡，无法通过卫星系统实现位置的实时获取，现多采用其他无线信号来进行室内导航定位。 本文针对室内环境提出了一种基于WiFi/蓝牙融合的室内定位方法。根据WiFi定位和蓝牙定位各自的特性，提出了间距约束自适应确权的WiFi/蓝牙融合定位算法和基于改进贝叶斯的WiFi/蓝牙融合定位算法两种融合定位方法。主要研究内容为以下： 在基于WiFi的室内定位方面，离线训练阶段，选择了三角形布网的指纹点布设方案，建立了聚类指纹数据库，通过实验分析确定聚类参数，将整个指纹库分成若干子类，降低了实时定位时的计算量；实时定位阶段，依据终端接收到的信号强度值，与每个子类的类中心信号强度值向量做距离计算，确定用户终端所在的指纹库子类，再利用加权K邻近法计算用户所在位置，权值的分配与终端和接入点间距离决定。实验表明，该方法相对于常规KNN算法可以提高定位精度。 在基于蓝牙的室内定位方面，首先介绍了常见的两个信号传播模型：自由空间损耗模型和对数路径损耗模型，并根据实验环境选择了对数路径损耗模型作为本文的传播模型；通过在实验环境中采样获得的数据，利用最小二乘法拟合出当前环境的信号传播模型；由于模型及测量均存在误差，本文提出一种基于高斯分布的三边测距定位法，来减小误差的影响，提高定位精度。并做实验分析了定位精度。 本文选择将WiFi定位与蓝牙定位相结合，结合两者的优势优点，获得更高精度、更稳定的定位结果。WiFi进行定位时，采用卡尔曼滤波器优化获取的信号强度信息；WiFi定位和蓝牙定位进行决策层层面的融合，给出了两种融合算法：间距约束自适应确权的WiFi/蓝牙融合定位算法和基于改进贝叶斯的WiFi/蓝牙融合定位算法，分别用于动态定位和静态定位。通过实验进行分析，两种融合定位算法得到更精确的定位结果和更稳定的定位效果。 最后对本文做了总结，并给出了本文中的不足和WiFi和蓝牙技术在室内定位领域未来发展的展望。
无线信号;蓝牙融合;室内导航定位;高斯分布;卡尔曼滤波;贝叶斯估计
中国矿业大学
硕士
大地测量学与测量工程
王坚
2017
中文
P228.4;TN925.91
84
2018-11-15（万方平台首次上网日期，不代表论文的发表时间）