基于GSM/MEMS融合的高精度室内融合定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107389063A(43)申请公布日2017.11.24(21)申请号201710614908.5(22)申请日2017.07.26(71)申请人重庆邮电大学地址400065重庆市南岸区黄桷垭崇文路2号(72)发明人刘仪瑶舒月月王向勇(74)专利代理机构重庆华科专利事务所50123代理人谭小琴(51)Int.Cl.G01C21/16(2006.01)G01C21/18(2006.01)权利要求书5页说明书12页附图4页(54)发明名称基于GSM/MEMS融合的高精度室内融合定位方法(57)摘要本发明公开了一种基于GSM/MEMS融合的高精度室内融合定位方法，首先利用GSM无线信号的多径及非视距传播造成的位置指纹特性，采用搜索匹配进行位置指纹定位；然后根据惯性传感器件的输出数据解算出目标行人行走速度和航向角，获得用户的相对位置信息；最后利用抗差扩展卡尔曼滤波器将两者输出的位置结果进行融合。本发明通过引入抗差扩展卡尔曼滤波算法，将GSM环境下位置指纹定位结果与MEMS输出数据结合，使定位系统间优势互补，能够有效地克服MEMS器件定位存在的累积误差和GSM定位中存在的RSSI扰动对定位精度带来的影响，全方位覆盖定位盲点，在室内环境中实现高精度的定位效果。CN107389063ACN107389063A权利要求书1/5页1.一种基于GSM/MEMS融合的高精度室内融合定位方法，其特征在于，包括以下步骤：步骤一、选定目标定位区域，设置坐标原点和H个参考点，建立位置指纹坐标系；步骤二、利用扫频的方式采集GSM信号强度值；利用GSM路测软件，设置不同的预设频点和基站识别色码其中ai＝1,2,…,NA,i＝1,2,…f1，bj＝1,2,…,NB,j＝1,2,…f2；步骤三、采集并存储所述步骤一中参考点p处在预设频点和基站识别色码下的接收信号强度值p＝1,2…H，直到p＝H时存储完成，构建位置指纹数据库；步骤四、在线阶段，采集动态行走区域内接收信号强度值RSSoli，将同一秒中采集到的信号强度序列取均值，按秒为标准进行存储，第t秒采集到的信号强度值对应于步骤二中设置的频点和基站识别色码即步骤五、运用加权K近邻法算法，将在线阶段采集的接收信号强度与位置指纹数据库进行匹配，得出GSM位置指纹定位结果(xGSM,yGSM)；步骤六、计算加速度计输出的模值和分别表示加速度计输出的3轴加速度，通过检测该模值Anorm为峰值且大于某个设定的阈值A0来判断跨步，此时累计步数，且在第k步中包含的数据点数为其中，和分别是第k步和第k-1步的加速度计输出模值；步骤七、由传感器输出频率fs、每一步间采样点个数ΔN和行人第k步步长Pk，计算行人第k步的步行速度其中，tk是行人第K步所需的时间；步骤八、建立导航坐标系与载体坐标系之间的转换关系：其中：xn,yn,zn对应导航坐标系的东北天坐标轴方向，xb,yb,zb对应载体坐标系的右前上坐标轴方向；是关于四元数s的姿态旋转矩阵，s＝q0+q1a0+q2b0+q3c0，旋转顺序依次是东-北-天；其中，qc,c＝0,1,2,3是四元数s中的常数，a0,b0,c0是四元数的三个虚数单位，且a0·a0＝b0·b0＝c0·c0＝-1；步骤九、利用四元数s表示姿态旋转矩阵若确定旋转四元数能唯一确定姿态旋转矩阵中的各元素；步骤十、利用三次旋转的欧拉角表示姿态旋转矩阵其中，ψ,θ和γ分别是载体的航向角、俯仰角和横滚角；步骤十一、根据姿态旋转矩阵的对应关系将欧拉角矩阵转换为四元数表示方式，得出各个欧拉角的四元数表达式：2CN107389063A权利要求书2/5页步骤十二、利用基于四元数的刚体运动方程计算四元数，并建立扩展卡尔曼模型，并利用加速度计和磁力计的输出值修正刚体运动方程中的四元素，更新每一时刻的航向角ψMEMS；刚体运动方程为：式中和是陀螺仪三轴的输出，表示四元素乘法，其中，t为时间，dt表示对时间的微分；步骤十三、构造融合定位系统的卡尔曼滤波器，分别建立状态方程与观测方程；将步骤五得出的定位结果(xGSM,yGSM)，步骤七得出的运动速度vMEMS和步骤十二得出的航向角ψMEMS作为观测信息输入扩展卡尔曼滤波器；步骤十四、构造等价权函数根据输出的观测残差vi给观测信息分配不同权重，自适应调整卡尔曼滤波增益并输出最优二维位置估计值(xopt,yopt)。2.根据权利要求1所述的基于GSM/MEMS融合的高精度室内融合定位方法，其特征在于：所述步骤三具体为：3a、从选取的第一个参考点开始，搜集该点处扫频到的频点i＝1,2,3...f1,ai∈NA和相对应的该频点下的基站识别色码j＝1,2,3...f2,bj∈NB,按照一一对应的形式排列，其中f1、f2对