论文部分内容阅读
由于卫星信号到达室内后衰减严重,使得全球卫星定位系统无法满足室内定位的需求。而如今随着社会的发展与城市化进程的推进,人们一天中80%的时间都是在室内消耗的,再加上基于位置服务(Location Based Service,LBS)的开展,室内定位技术的研究成为了焦点之一。至今,关于室内定位的研究有很多,也有不错的成果,但都是在局部改进,还没有一款普遍适用的室内定位系统或产品。本文针对基于RSSI(Received Signal Strength Indicator)的指纹法这一室内定位算法的稳定性差,指纹库建立成本高,且局限于静态的小范围的室内定位,不适合动态连续的室内定位;而行人航位推算(Pedestrian Dead Reckoning,PDR)算法适合动态连续的定位,所得结果为相对位置,需要提供初始的参考位置,在连续的定位过程中存在累积误差,提出了基于测距与指纹的室内定位算法(Indoor Position Method Based On Distance Measurement and Location Fingerprint,DMLF)和优化的PDR算法。其中DMLF算法是基于低功耗蓝牙(Bluetooth Low Energy,BLE)的改进算法,是将三边定位法与指纹法相结合的一种组合算法,该组合算法弥补了三边定位算法独立定位时存在奇异值且波动大的缺陷,同时提高了指纹法的匹配效率,算法的平均误差为1.73 m;优化的PDR算法是在智能手机上加以实现的,主要采用卡尔曼滤波对步长进行优化、粒子滤波对估算结果进行优化(在步长优化后的基础上进一步优化),两次优化后的算法的平均误差分别为1.67 m、1.08 m。为了进一步提高算法的定位效果,提出了将DMLF算法与优化的PDR算法融合,并提出了三种测试方案,分别在轨迹为直线和曲线这两种场景下完成测试。最后采用BLE节点、智能手机、笔记本电脑以及软件编程(指Java开发与Android开发)搭建室内定位系统,同时完成测试。