基于WiFi-RSSI辅助的地磁室内定位算法研究

摘要

现有的定位技术，无论红外线、超声波、蓝牙、超宽带、WiFi还是地磁场等多种室内定位技术，存在系统成本高或者定位精度差等问题。其中，基于WiFi的定位技术，易受到室内环境的干扰，而且不同的智能手机WiFi模块采集到的WiFi数据存在较大差异；对于基于地磁场的室内定位技术，存在地磁指纹不唯一和在室内场景中，地磁场强的强度差异化很小等问题。
　　针对上述问题，本文首先利用智能手机采集WiFi数据，对WiFi信号强度加一分析，充分分析了WiFi信号强度与传播距离、指纹库采样间隔距离等因素之间的关系，以及 WiFi信号彼此间的相关关系等。因此，提出基于平均值的WiFi信号指纹特征提取和改进的K近邻算法，实现了基于WiFi指纹的室内定位。其次，对室内地磁场分布特征加以分析，以及探究了对地磁场造成干扰的因素，并提出利用中值滤波对地磁数据进行预处理，剔除地磁数据中的奇异点，同时利用协方差插值算法，生成地磁地图，增加了数据的丰富度。最后，提出基于粒子滤波的融合方法，将WiFi与地磁场融合实现室内定位。
　　WiFi定位的结果，虽然存在误差，但是，存在一个可以接受的误差范围，本文场景下的WiFi定位平均误差为2.23米，赋给粒子滤波的起始位置，融合地磁场强，并且WiFi定位结果作为粒子滤波过程中的一个区域选择，实现最终的融合定位。有效地解决了粒子滤波过程中，初始位置不明，造成的收敛速度慢的问题。最终，在上述算法的研究基础上，在实际室内场景中进行实验仿真，最终定位结果平均误差为0.836米。
　　实验结果表明，这些定位算法简单，定位方便，能够选择合适的行走路径，受RSSI参数以及环境的影响较小，定位精度也得到了很大的提高，为WiFi辅助地磁场实现室内定位提供了研究依据。

目录

声明

第一章 绪论

§1.1 研究背景与意义

§1.2 国内外研究现状

§1.3 论文主要研究内容与章节安排

第二章 相关定位技术研究

§2.1 基于WiFi信号RSSI定位的基本原理

§2.2 基于地磁场的定位技术

§2.3 影响室内定位精度的因素

§2.4 本章小结

第三章 基于改进KNN算法的WiFi指纹特征匹配定位技术

§3.1 接收信号强度的特性分析

§3.2 基于改进KNN的WiFi指纹定位算法

§3.3 本章小结

第四章 基于粒子滤波的RSSI辅助地磁场强室内定位算法研究

§4.1 地磁场基本特征和数据处理

§4.2 室内地磁场的分布特征

§4.3 粒子滤波算法

§4.4 WiFi与地磁场联合定位架构

§4. 5 仿真结果与分析

§4.6 本章小结

第五章 总结与展望

参考文献

致谢

作者在攻读硕士期间主要研究成果