多传感器辅助的信号指纹室内定位技术研究-计算机软件与理论专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发 表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标 明。本人完全意识到，本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进 行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 保密□ ，在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 华中科技 大学硕士 学 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 互联网的发展和室外 GPS 定位技术的应用，促进了位置服务的蓬勃发展，展现 出广阔的市场前景。但 GPS 技术无法应用于室内环境，因此研究精度高且适用范围 广的室内定位技术变得日益紧迫。智能手机、平板电脑等便携智能设备的普及和 WiFi 网络的广泛部署给室内定位技术带来新的发展契机。近年来基于 WiFi 信号的 室内定位技术发展迅速，其中信号指纹定位技术最具发展前景。 信号指纹定位技术是基于经验的定位方法，包含离线采样和在线定位两个阶 段。离线阶段对各参考点进行勘测采样，建立参考点的位置-指纹数据库；在线定位 阶段采集各 WiFi 接入点信号强度作为测量点的信号指纹，与数据库中各参考点指纹 信息进行匹配确定目标位置。 为进一步提高信号指纹定位方法的精度，多传感器辅助的信号指纹定位技术利 用智能设备上已普遍配备的加速计、陀螺仪等传感器采集的信息，通过计算得到用 户位移信息，并提出位移可信度的概念来评估位移信息的精确程度。该方法采用综 合概率模型，将位移信息与信号指纹信息结合起进行位置匹配，确定最近参考点， 从而提高定位精度。考虑到室内环境无线传播特征，指纹数据库的建立基于多状态 信号源的概念，将信号强度描述为多状态高斯分布模型。为减小在线定位阶段环境 因素引起的定位误差，对经典的指纹匹配概率模型进行修正，减小指纹数据中异常 分量对匹配概率计算的影响，提高定位精度。 与经典的指纹定位方法相比，引入基于多传感器信息推导的位移将平均定位误 差由 1.18 米降低至 0.97 米，精度提高了 18%。环境变化较大时，修正后的概率模型 平均定位误差只增加了 0.17 米，而经典的定位方法 Horus 和 RADAR 未进行修正， 其误差分别增加了 0.27 米和 0.31 米。实验结果证明了多传感器辅助的指纹定位方法 在提高定位精度的同时能有效地减小环境因素带来的不利影响。 关键词：室内定位，多传感器，无线信号，信号指纹 II II Abstract With the rapid development of the Internet and GPS positioning technology, location based services are becoming more and more prosperous and have a broad market prospect. However, GPS can not be used in the indoor environment, which leads to an urgent demand on accurate positioning that can adapt to various indoor environment. Nowadays, smart devices like smart phone and tablet are more and more popular, and WiFi hotspots are widely deployed. WiFi based indoor positioning develop quickly. Among all the existing WiFi based methods, the received signal strength (RSS) fingerprint positioning technology is the most promising. The RSS fingerprinting is an empirical method, including offline phrase and online phr