论文部分内容阅读
随着面对公众的位置服务(LBS)时代的来临及智能手机、穿戴设备等移动终端的日益普及,随时随地获取个人位置及周边服务信息的需求日益增大。大多数LBS用户70%-90%的时间在室内,所以对可靠的室内行人导航技术提出了需求。本文提出了一种基于智能设备内置微机电(MEMS)传感器、室内磁场特征以及公共场合WiFi布设的行人导航方案,定位精度达到3-5米(RMS),且结果连续平滑。主要创新点包括：(1)提出了一种对消费电子产品中MEMS陀螺的自主标定算法。本算法综合利用了多层次约束信息,在各种典型行人动态下均能正常工作,且能在磁场干扰频繁的室内环境中正常工作,将陀螺零偏误差从几deg/s降低到室内0.15deg/s、室外0.1 deg/s的水平。(2)提出和测试了两种针对航迹推算(DR)和磁场匹配(MM)的质量控制,包括基于阈值和基于自适应卡尔曼滤波(AKF)的机制。相比没有质量控制的DR/MM结果,在两个室内环境中基于两种质量控制的结果分别提高了47.6%-67.9%和43.9%-65.4%。(3)通过引入DR提供的短期运动轨迹以及数据库内参考点(RP)的空间几何关系,提出了一种用于无线信号(如WiFi)指纹识别的轮廓匹配算法,将WiFi指纹维度从单点扩展到多点。为解决行人导航短期运动轨迹长度测量不准确的问题,将多维动态时间规整(MD-DTW)算法引入到WiFi定位中。轮廓匹配算法将WiFi指纹识别定位误差的RMS值缩小了14.0%,并有效缓解了单点匹配在导航起始阶段出现的误匹配。(4)针对WiFi和MM的互补特性,提出了一种基于WiFi辅助的MM算法,从而大幅降低MM误匹配率和计算量,并获得优于WiFi或MM的定位结果。两测试环境中基于WiFi辅助的MM算法结果比MM独立定位分别改进了70.8%和74.5%,比WiFi独立定位分别改进了10.0%和10.5%。(5)提出了两种改进的DR/WiFi/MM组合导航算法结构并做了对比分析。其中结构#1利用了上述WiFi/MM算法,而结构#2则利用DR/WiFi组合导航结果来辅助MM,并设计了相应的质量控制机制。其中结构#2的质量控制比已有DR/WiFi/MM组合质量控制机制多了至少一层,也因此更能有效提高系统可靠性。DR/WiFi/MM组合结构#2在两室内环境中位置误差的RMS值差异仅为13%,在四种动态下位置误差的RMS值之间的最大差异仅为16%。