基于PDR-WIFI组合室内定位方法研究.docx

?

?

基于PDR/WIFI组合室内定位方法研究

?

?

张永恒陈红华

摘要：随着WiFi的普及，信号范围覆盖越来越广，基于WiFi的室内定位可以实现复杂环境中的定位，定位成本也会越来越低，但仍存在信号容易被遮挡而导致定位随机性大的不足。当下，智能手机配备了各种传感器，让基于惯性传感器的定位技术成本变得很低，且具有实时定位目标的优点，但是存在较大的惯性累积误差。所以利用行人航位推算（PedestrianDeadReckoning，PDR）和WiFi定位融合的方法可以提高定位精度。

本文首先对行人航位推算进行研究，解决航位推算的三个关键步骤：步频检测、步长估计、角度偏移。步频检测主要通过加速度变化判断行人行走步数。步长估计主要通过线性步长模型来进行估计。角度偏移只需要通过惯性传感器测量得到角度变化。然后，研究WiFi定位方法，利用衰减模型计算与AP距离，然后通过最小二乘法定位出坐标。最后通过扩展卡尔曼滤波解决非线性问题，将航位推算方程作为观测方程，WIFI定位坐标作为量测方程，实现二者数据融合。

通过MATLAB绘制WIFI定位和PDR/WIFI融合后定位的行为轨迹，发现融合后的结果更接近真实行为轨迹。通过PDR/WIFI组合进行室内定位提高定位精度，能更好地应用于商场、地下车库等室内场所。

关键词：室内定位;WiFi;PDR;扩展卡尔曼滤波

：P228?????：A????：1006-3315（2021）11-225-003

1.引言

随着定位技术的飞速发展，位置服务已经成为人们日常工作、生活所必须的一项基本服务需求。当前，室外定位技术已经比较成熟，相比之下，室内定位技术才刚刚起步，而人们对室内定位的需求也日趋明显。提高室内定位的精度，能更好地应用于商场、地下车库等室内场所。目前，研究室内定位的常用技术分为两类：一是基于无线信号的定位技术，如射频识别技术、WiFi技术等;二是基于非电信号的定位技术，如地磁场技术、惯性测量技术、超声波技术等[1]。查峰，覃方君等人研究发现惯性导航在短时间内的定位精度很高，但具有误差累积效应[2];而黄威，张玲华等人研究发现WiFi定位的精度虽不如前者高，但不存在误差累积[3]。本文主要是使用惯性测量单元在行走过程中的加速度、角速度等数据，利用这些数据对行人进行步长和方向的推算;WiFi定位主要是通过RSSI来测算行人的位置坐标。传统的卡尔曼滤波只能解决一些线性问题，而此时研究的问题是存在方向角变化，是非线性模型，所以要进一步采用扩展卡尔曼滤波，通过积分转化为线型模式来进行数据的融合。

2.PDR定位原理及过程

2.1PDR原理

行人航位推算是依靠行人行走的步长S已经航向角θ来推算坐标位置的[4]。但是，其中的步长S的推算不能简单地通过对加速度的二次积分来获取，因为前文提到这样会使测量的误差累积，很大影响定位精度。所以想要更科学的计算步长，要利用行人行走动力学，根据每个人的步态特征，统计出行走步数，再利用模型估计行人每一步的步长，累积進而获得行走的距离[5]。

2.2航位推算三个数据获取

2.2.1步态检测

利用零点交叉法，即根据行人行走时总是要经历一个加速和减速的过程，随着脚后跟离开地面，会产生加速效果，同一只脚脚后跟再次着地时会产生减速效果，所以在剔除重力加速度后，运动的加速度值会有正负值，正表示加速，负表示减速，因此确定波形的零点就可探测跨步的起始点[6]。

2.2.2步长估算

利用非线性步长模型。由于没有充足的理论证明步长与统计特征值之间的线性关系，所以一些研究者就探究了一些非线性模型，如含有一个参数的非线性模型，其公式为：

由此公式看出，只要统计了最大和最小加速度，将其中的参数K计算出来，就可以完成估算[7]。根据各项数据多方面考虑，最终选定K值为0.52最合适[8]。

2.2.3偏移角计算

首先，选定一个测试环境，从正西方向到正东方向来回走动，将测量结果在MATLAB中绘制出来，发现X轴角速度变化明显，故可以选择X轴方向为参考方向。故选取X轴的波峰作为角度偏移角。根据测量的数据将三个方向的角速度变化在MATLAB中绘制出来，就可得到角度偏移。如果波峰不是很明显，也可以设定一定的角度变化作为阈值来筛选角度变化率，进而算出角度偏移角。角度变化率较小的视为行人行走时沿上一时刻方向直线行走。

3.WiFi定位原理和计算方法

3.1衰减模型定位

因为现实的室内环境复杂，存在许多遮挡信号传播的物体，信号也会多路径传播，查找文献发现研究者研究出了对数距离路径衰减模型，公式如下：

PL（d）（dBm）=PL（d0）+10·n·log（d/d0）+FAF（3-1）

PL（d）为传输的损耗值，也就是定位装置距离已知AP点一米位置的信号损耗值，n为衰减因子，将环境氛围分