摘要
在移动互联网技术和通信行业快速发展地推动下，位置服务日益受到人们的关注与应用。传统室内定位大多采用单一的定位方式，每种定位方法均存在局限性与不足，已经无法满足用户对高精度定位日益增长的需求。融合定位是指对两种或两种以上的传感器或定位方式采用融合算法进行定位。融合定位可以从一定程度上弥补单一定位方式的缺点，实现多种定位方式的优势互补，从而达到提高定位精度的目的。 由于室内环境较为复杂，WiFi信号传播时存在严重的非视距现象，导致定位准确率较低；行人航位推算(Pedestrian Dead Reckoning,PDR)存在累积误差，不适合用于长期定位。为了提高定位精度，针对两种定位技术的不足，本文主要从以下三方面进行研究： 1.行人航位推算算法改进。行人航位推算可以分为步频检测、步长估计和航向判断三个方面，分别针对每一方面存在的问题对算法进行改进。针对步频检测提出了相邻波峰（波谷）二次判断及多重阈值联合的步频推算方法；对于步长估计采用最小二乘法拟合，进行自适应步长估计；对于定位中的航向漂移问题，利用卡尔曼滤波(Kalman Filter,KF)对加速度传感器、磁力计和陀螺仪数据进行融合，得到最终的估计航向。 2.粒子滤波(Particle Filter,PF)融合定位算法改进。针对WiFi定位中非视距现象造成的定位结果跳变问题以及PDR定位中存在的误差累积问题，利用粒子滤波对两种定位方法进行融合。对于粒子滤波算法中的粒子退化问题，通过无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法与粒子滤波算法的结合，并利用遗传算法的思想对粒子权重进行优化，改进了传统的粒子滤波算法。 3.多传感器融合的室内无线定位系统的设计与实现。为验证改进算法的定位效果，设计与实现了多传感器融合的室内无线定位系统。该系统主要包括信号采集与WiFi定位、PDR定位与融合定位等模块。 实验结果表明，提出的改进算法可以有效降低定位误差。在实验室环境中定位精度可达到2.55米。研究成果可应用于大型室内场所，提供满足用户需求的位置信息服务。
NETL