一种基于WiFi-PDR融合的高精度室内定位方法.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CN114302359A(43)申请公布日2022.04.08(21)申请号202111473225.5(22)申请日2021.12.02(71)申请人中国船舶重工集团公司第七0九研究所地址430074湖北省武汉市东湖新技术开发区凤凰产业园藏龙北路1号(72)发明人黄凡陈敬东刘若愚(74)专利代理机构武汉华之喻知识产权代理有限公司42267代理人王世芳李欢(51)Int.Cl.H04W4/33(2018.01)H04W4/02(2018.01)H04W16/22(2009.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于WiFi-PDR融合的高精度室内定位方法(57)摘要本发明公开了一种基于WiFi‑PDR融合的高精度室内定位方法，包括：采集环境信标数据；匹配预先建立起的位置‑接收信号强度指纹库，得到若干个目标的初步位置；根据参考路径损失系数和ITU模型，计算得到各个AP的权重系数，计算出目标的粗位置；采集目标的航向角和加速度值；对原始加速度值数据进行平滑处理以降低噪声干扰；根据实时采集的降噪数据动态设定状态转换参数，计算目标的步数；根据非线性步长估计方法，计算得出目标的单步步长；通过自适应无迹粒子滤波算法进行融合计算，得到目标的精确运动状态信息。本发明提高了WiFi指纹定位精度，并降低了PDR方法的误差累积效应，优化了WiFi‑PDR融合定位方法，提高了定位的连续性和稳定性，使室内定位更加精准有效。CN114302359ACN114302359A权利要求书1/2页1.一种基于WiFi‑PDR融合的高精度室内定位方法，其特征在于，包括如下步骤：S1：计算得到目标的粗位置、步数和单步步长；其中，所述目标的粗位置计算步骤如下：采集环境信标数据；再根据若干个AP中接收到的目标RSSI信息，匹配预先建立起的位置‑接收信号强度指纹库，得到若干个目标的初步位置；然后根据采集到的环境信标数据计算参考路径损失系数，并根据参考路径损失系数和ITU模型，计算得到各个AP的权重系数，根据初步位置及其权重计算出目标的粗位置；所述目标的步数和单步步长计算步骤如下：采集目标的航向角和加速度值；再对原始加速度值数据进行平滑处理以降低噪声干扰，得到降噪数据；然后根据实时采集的降噪数据通过动态设定状态转换参数，计算目标的步数；根据实时采集的降噪数据通过非线性步长估计方法，计算得出目标的单步步长；S2：根据目标的粗位置、步数和单步步长，通过自适应无迹粒子滤波算法进行融合计算，得到目标的精确运动状态信息。2.根据权利要求1所述的高精度室内定位方法，其特征在于，步骤S1中所述目标的粗位置的具体计算过程为：根据环境信标数据，计算得到参考路径损失系数PL0：PL0＝20log(f)+c(k,f)‑28其中f是发射信号频率，c是地面损耗渗透系数，k是发射端和接收端之间的楼层数；根据参考路径损失系数PL0，通过ITU模型计算得到t时刻第i个AP与目标之间的距离其中是t时刻第i个AP的RSSI值，α是通路损耗指数；根据计算t时刻第i个AP的权重系数为：其中N为AP的数量；根据权重系数和目标的初步位置，计算得到目标的粗位置(x,y)：其中(xi,yi)为目标的初步位置。3.根据权利要求1所述的高精度室内定位方法，其特征在于，步骤S1中所述平滑处理采用SMA算法。4.根据权利要求1所述的高精度室内定位方法，其特征在于，步骤S1中所述状态转换参数包括状态阈值、分界参考值和零参考值。2CN114302359A权利要求书2/2页5.根据权利要求1所述的高精度室内定位方法，其特征在于，步骤S1中所述非线性步长估计方法的计算如下式：其中k是步长估算参数，amax和amin分别是目标行走一步过程中的采集到的最大加速度值和最小加速度值，stepsize为目标的单步步长。6.根据权利要求1所述的高精度室内定位方法，其特征在于：所述S2中通过自适应无迹粒子滤波算法进行融合计算包括如下子步骤：S21根据目标的粗位置、步数和单步步长，对目标在运动中的动作进行建模，得到实际移动目标运动模型；S22：根据实际移动目标运动模型，建立目标运动系统的状态方程和观测方程；S23：根据状态方程，计算得到先验概率密度函数；S24：根据观测方程和先验概率密度函数，计算得到似然函数；S25：根据似然函数，通过贝叶斯公式，计算得到后验概率密度函数；S26：如果当前迭代次数没有达到预设次数，则将后验概率密度函数代入状态方程，重复S23‑S26；如果当前迭代次数达到预设次数，则从后验概率密度函数中提取出目标的精确运动状态信息。7.根据权利要求6所述的高精度室内定位方法，其特征在于，所述S22中建立目标运动系统的状态方程和观测方程为：xk＝f