基于众包的嵌套流形匹配室内定位方法

摘要

随着普适应用的兴起，室内定位也变得越来越重要。在大场景或者陌生场景中，用户最关心的是自己的位置。受益于无线网络的快速发展、无线接入技术的流行，基于WiFi进行室内定位成为主流。但传统的指纹定位需现场勘测采集数据，所需时间及工作量巨大，且当室内变化时所建指纹库会“失效”。在保证指纹库时效性和准确性的同时，降低人工及时间成本，使其成为一种普适性的室内定位技术，成为该领域全新的研究方向，也是该领域研究者的一个挑战。
　　本文采用众包的形式进行室内位置信息的采集，并记录用户的大量路径信息，利用嵌套在路径中的低维流形一致性进行位置匹配以建立指纹库。通过高斯粒子滤波对传感器数据去噪，解决步长差异问题。定位时，根据用户位置连续性和路径信息筛选合理近邻点，继而实现精确定位。实验表明在不需要现场勘测的情况下，可达到和传统方法可比的定位精度。该方法可实时适应环境变化，经过2周甚至1个月之后，定位准确性更是优于传统定位方法。
　　本文主要解决了以下四个方面的问题：
　　?在保证定位误差不是很大的情况下，通过众包的形式大大减少位置指纹库建立所消耗的时间以及人力等；
　　?解决了传统数据库不能适应室内变化的问题，可以根据新采集的众包数据更新指纹库，以此来保证其可适应性；
　　?采用高斯粒子滤波器对传感器数据进行去噪，进而计算已知步数情况下行走距离，求得各行人步长后归一化处理，以解决步长差异问题；
　　?在线定位时，利用位置的连续性和库内详细路径信息进行近邻点选择，有效排除“伪近邻点”，从而降低定位误差。

目录

第一章 引言

1. 1 课题研究背景和意义

1. 2 国内外室内定位研究现状

1. 3 不同室内定位技术之性能比较

1. 4 论文的主要研究内容

1. 5 论文的各章节安排

第二章 基于众包的嵌套流形匹配室内定位方法

2. 1 算法描述

2. 2 嵌套流形的匹配

2. 3 近邻点选择策略

2.4 改进的WKNN算法

第三章 关于滤波

3. 1 运用高斯粒子滤波解决步长差异问题

3. 2 关于高斯粒子滤波器

3. 3 滤波仿真结果

3. 4 路径匹配以及建立指纹库过程

第四章 室内定位实验与仿真

4. 1 实验设计

4. 2 数据的分析与处理

4. 3 室内定位结果

4. 4 定位结果分析

4.5 与MDS方法的比较

4. 6 结束语

第五章 动态目标的定位

5. 1关于目标位置的平滑性

5. 2关于动态目标的定位问题

5. 3 实验分析

5. 4 结束语

第六章 总结与展望

6. 1 研究内容总结

6. 2 展望

参考文献

攻读硕士期间发表的学术论文

致谢

声明