基于PDR反馈的WiFi室内定位算法研究.PDFVIP

第３６卷第１期 计 算 机 应 用 研 究 Ｖｏｌ３６Ｎｏ１ ２０１９年１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊａｎ．２０１９ 基于 ＰＤＲ反馈的ＷｉＦｉ室内定位算法研究 赵建国，王杰贵 （电子工程学院，合肥２３００３７） 摘　要：ＷｉＦｉ指纹定位易受周围环境的影响，稳定性差；行人航迹推算（ｐｅｄｅｓｔｒｉａｎｄｅａｄｒｅｃｋｏｎｉｎｇ，ＰＤＲ）定位需 要待定位目标的初始位置，且容易产生累计误差。针对上述问题，提出了一种基于ＰＤＲ反馈的ＷｉＦｉ室内定位 算法。该算法主要分为三个阶段：基于相关向量回归（ｒｅｌｅｖａｎｃｅｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ，ＲＶＲ）的初始位置定位阶段、基 于ＰＤＲ定位的反馈阶段、基于Ｋ近邻（Ｋｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ，ＫＮＮ）的指纹定位阶段。实验结果表明，提出的算法在 定位精度和稳定性方面较其他的定位算法有明显的提高，并且该算法相对于ＷｉＦｉ定位减小了时间复杂度，实 时性较好。 关键词：指纹定位；行人航迹推算；相关向量回归 中图分类号：ＴＮ９１１．７　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１９）０１０４９０２１５０５ ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．０７．０６６６ ＲｅｓｅａｒｃｈｏｎＷｉＦｉｉｎｄｏｏｒｐｏｓｉｔｉｏｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＰＤＲｆｅｅｄｂａｃｋ ＺｈａｏＪｉａｎｇｕｏ，ＷａｎｇＪｉｅｇｕｉ （Ｅｌｅｃｔｒｏｎｉｃ＆ＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，Ｈｅｆｅｉ２３００３７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｄｕｅｔｏｔｈｅｉｍｐａｃｔｏｆｔｈｅｓｕｒｒｏｕｎｄｉｎｇｅｎｖｉｒｏｎｍｅｎｔ，ｔｈｅｓｔａｂｉｌｉｔｙｏｆＷｉＦｉｆｉｎｇｅｒｐｒｉｎｔｐｏｓｉｔｉｏｎｉｎｇｗａｓｖｅｒｙｐｏｏｒ．Ａｎｄ ｔｈｅＰＤＲｃｏｕｌｄｎ’ｔｉｎｄｅｐｅｎｄｅｎｔｌｙｇｉｖｅｐｏｓｉｔｉｏｎｉｎｇｒｅｓｕｌｔｗｉｔｈｏｕｔｔｈｅｉｎｉｔｉａｌｐｏｓｉｔｉｏｎｏｆｔｈｅｔａｒｇｅｔａｎｄｈａｄｓｅｒｉｏｕｓｃｕｍｕｌａｔｉｖｅｅｒ ｒｏｒ．Ｔｏａｄｄｒｅｓｓｔｈｉｓｉｓｓｕｅ，ｔｈｅｐａｐｅｒｐｒｅｓｅｎｔｅｄａＷｉＦｉｉｎｄｏｏｒｐｏｓｉｔｉｏｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＰＤＲｆｅｅｄｂａｃｋ．Ｔｈｅｓｃｈｅｍｅｃｏｎｓｉｓ ｔｅｄｏｆｔｈｒｅｅｐｒｏｃｅｓｓｅｓ．Ｔｈｅｆｉｒｓｔｗａｓｔｏｇｅｔｔｈｅｉｎｉｔｉａｌｐｏｓｉｔｉｏｎｂａｓｅｄｏｎｒｅｌｅｖａｎｃｅｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ（ＲＶＲ）ｍｅｔｈｏｄｓ，ａｎｄｔｈｅ ｓｅｃｏｎｄｗａｓｔｈｅｆｅｅｄｂａｃｋｃｏｒｒｅｃｔｉｏｎｐｒｏｃｅｓｓｗｈｉｃｈｂａｓｅｄｏｎＰＤＲ．ＴｈｅｔｈｉｒｄｗａｓｔｈｅｆｉｎｇｅｒｐｒｉｎｔｐｏｓｉｔｉｏｎｉｎｇｐｒｏｃｅｓｓｂａｓｅｄｏｎＫ ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ（ＫＮＮ）ａｌｇｏｒｉｔｈｍ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｗｅｌｌｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙａｎｄ ｓｔａｂｉｌｉｔｙｏｆｔｈｅｆｉｎａｌｐｏｓｉｔｉｏｎｉｎｇｒｅｓｕｌｔ．Ａｎｄｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｇｒｅａｔｌｙｒｅｄｕｃｅｔｈｅｔｉｍｅｃｏｍｐｌｅｘｉｔｙｗｈｉｃｈｉｍｐｒｏｖｅｓｒｅａｌ ｔｉｍｅｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ：ｆｉｎｇｅｒｐｒｉｎｔｐｏｓｉｔｉｏｎｉｎｇ；ｐｅｄｅｓｔｒｉａｎｄｅａｄｒｅｃｋｏｎｉｎｇ；ｒｅｌｅｖａｎｃｅｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ 识别算法只是粗略地归纳了行人步伐的生物学特性，同时步伐 ０　引言