基于WIFI和隐马尔可夫模型室内定位算法研究.docVIP

基于WIFI和隐马尔可夫模型室内定位算法研究 　　摘 要： 移动互联网技术的快速发展，对移动终端的定位方法不断提出新的要求。由于传统方法在功耗、精度、通用性方面不能兼顾，设计并实现了一种基于双射线追踪的室内RSSI指纹空间模型，结合隐马尔可夫模型预测来提高系统的精度的室内定位算法。此方法可以实现不同设备无异化定位，有效地减小室内环境带来的不可知信号波动产生的误差。实验结果表明，该算法在保证低功耗的同时有效提高了定位精度。 　　关键词： 基于位置的服务； 室内定位； 接收信号强度指纹库； 隐马尔可夫模型； 射线追踪 　　中图分类号：TP319 文献标志码：A 文章编号：1006-8228（2018）01-09-04 　　Research on indoor positioning algorithm based on WiFi and Hidden Markov Model 　　Wang Kehui 　　（College of Computer Science， Hangzhou Dianzi University， Hangzhou， Zhejiang 310018， China） 　　Abstract： The rapid development of mobile Internet technology has been putting forward new requirements for the positioning methods of mobile terminals. Because the traditional methods cannot take account of the power consumption， accuracy and universality， this paper designs and implements an indoor RSSI fingerprint spatial model based on dual ray tracing， combining with the Hidden Markov Model prediction to improve the accuracy of the system. This method can realize the non-alienation positioning of different devices， and effectively reduce the error caused by the unknowable signal fluctuation in the indoor environment. The experimental results show that the proposed algorithm can improve the positioning accuracy while ensuring low power consumption. 　　Key words： location-based service； indoor positioning； RSSI fingerprint library； Hidden Markov Model； ray tracing 　　0 引言 　　基于位置的服务（Location Based Service）随着互联网技术的发展得到飞速发展。目前最常用的移动定位方式是GPS全球定位系统（Global Positioning System），定位精度较高，但功耗较大，当处于室内时有覆盖不到的盲区。以手机为代表的移动终端设备对低能耗要求越来越高[6]，虽然借助于陀螺仪和电子罗盘等传感器可以实现辅助定位以降低 GPS 的能耗，但这样将会限制其通用性[1]。利用WIFI网络的信号强度信息，不需要额外的装置，能耗低、盲区少，但定位精度和时效性上有待提高。马尔科夫模型是用于建模轨迹的工具，遵循最近的位置历史可预测未来方向的原则[2]。我们研究了马尔科夫模型，用于描述和预测室内空间中的人类运动。 　　本文在兼顾低能耗和定位精度的基础上，提出了一种基于WIFI指纹库和隐马尔可夫模型（Hidden Markov Model，HMM）结合的高精度室内定位算法。 　　1 系统结构 　　此系统主要有Android客户端和云服务器构成，主要研究内容如下。 　　⑴ 分析传统指纹库定位缺陷，并提出基于射线追踪的室内RSSI指纹空间建模思路。 　　⑵ 结合隐马尔可夫预测模型进行定位。采用隐马尔可夫预测模型和射线追踪算法结合，从而提高定位精度。 　　⑶ 设计Android客户端和服务器端。在Android采集RSSI指纹，上传到云服务器，建立指纹