论文部分内容阅读
随着无线定位技术的发展,人们对关于位置服务(Location Based Service,LBS)的需求越来越宽泛,而传统位置指纹库构建方法需要依次采集所有参考点上的接收信号强度(Received Signal Strength,RSS),消耗大量的人力和时间成本,不适合推广到大型的室内定位场景。此外,在室内定位环境中,多径效应、墙体的遮挡和人群的流动等影响使无线信号受到不规律干扰,造成在同一个参考点处接收到的来自各个接入点(Access Point,AP)的RSS序列具有较复杂的时变统计特性,使室内定位精度有所下降。针对以上问题,本文基于低功耗蓝牙(Bluetooth Low Energy,BLE)系统平台,设计一种由微机电系统(Microelectro Mechanical Systems,MEMS)传感器辅助动态采集BLE指纹和径向基函数(Radial Basis Function,RBF)插值相结合的多方向位置指纹库构建方法,并且研究了一种改进型蓝牙室内定位算法,使系统减小建库时间成本的同时保证较高的定位精度。首先,设计多方向稀疏位置指纹库的快速构建方法,在室内场景标定若干直线型路径,并以动态行走的方式采集每条路径上的指纹数据。其中,通过修正行人航迹推算(Pedestrian Dead Reckoning,PDR)定位结果可以得到较准确的行人在每时刻的坐标,将这些坐标与标准指纹库坐标依次做最近邻(Nearest Neighbor,NN)匹配。由此,将行人每秒内RSS的均值、实时航向角信息和相应的参考点坐标一并存入位置指纹库,可以建立包含多个方向RSS序列的多方向稀疏位置指纹库。其次,设计基于RBF插值的指纹库丰富方法,采用RBF对多方向稀疏位置指纹库做插值,构建参考点密度较大的多方向位置指纹库。同时,通过对自由形状参数和影响域半径的分析与寻优实现对非采样参考点的RSS的最优估计,提高了插值精度与位置指纹库的定位精度。再者,设计一种改进型蓝牙室内定位算法,通过仿射传播聚类算法和离群点检测算法对每个单方向位置指纹库做预处理,实现对指纹库的合理聚类,减小在线定位指纹匹配时间。同时,使用粗定位与精定位结合的定位模式,由行人的实时航向角信息和RSS确定单方向位置指纹库中的某个类群,完成粗定位,再采用Tanimoto距离衡量参考点间RSS序列的相似性,实现精定位。最后,搭建实验平台对各模块算法进行测试。实验结果表明,本文设计的快速建库方法所构建的动态多方向基于RBF插值位置指纹库,采用WKNN定位算法在83.3%置信率情况下的定位误差为3m,优于其他几种建库方法的定位精度;且本文设计的建库方法的时间成本均小于其他几种建库方法,建库效率较高。另外,针对构建的多方向位置指纹库,本文基于相同组测试数据分别利用改进型定位算法和传统WKNN定位算法进行定位,结果表明改进型定位算法能够提升小距离定位误差的置信率以及减小大距离误差。