室内强遮挡环境下基于近超声的位置指纹定位方法

摘要

针对复杂室内强遮挡、低基站部署密度的场景,研究基于近超声的位置指纹定位方法.提出了基于近超声到达时间(TOA)信息的位置指纹定位方法,并基于双曲调频信号建立高精度的TOA信息指纹库;分别结合反向传播(BP)神经网络和加权K最近邻(WKNN)提出了TOA-人工神经网络(TOA-ANN)和TOA-WKNN定位方法架构.实验结果表明:在复杂室内遮挡环境中,TOA-ANN优于TOA-WKNN的方法架构.在仅用2个声源基站的条件下,其定位误差小于42 cm的概率为90％,小于27 cm的概率为80％,定位误差小于20 cm的概率为60％.在强遮挡低基站部署密度环境中,能够满足面向智能移动终端的室内定位系统要求,具有很好的应用和推广价值.