论文部分内容阅读
随着移动互联网行业的高速发展,人们对于室内定位的需求日益迫切,作为位置信息服务最重要的组成部分,室内定位技术逐渐受到越来越多的商业关注。由于技术的进步,人们对于室内定位的精度要求也越来越高,但是由于室内环境的反射和多径传播,高精度室内定位问题一直是定位领域的最大难题。论文以信息柔性融合技术为基础,主要研究如何在复杂室内环境下得到良好的室内定位结果。论文所做的主要工作如下:(1)论文对室内定位技术的研究现状进行了总结,剖析了各种室内定位技术的优缺点和技术难点。基于克拉美罗界,分析了TOA定位算法的理论极限,并推导了基站噪声特性不一致时TOA算法的CRLB。针对制约室内定位精度提高的瓶颈问题,设计了基于信息柔性融合的室内定位系统框架与结构。(2)针对信息柔性融合的数据层融合算法,分别研究了单/多传感器条件下的定位参数估计、多定位参数融合定位等问题。在此基础上提出了一种基于RSSI/AOA的新型室内精确定位方法,仿真和测试结果显示本文所给算法可以有效滤除参数测量波动造成定位结果误差,有效提高了室内复杂环境下的目标定位精度。(3)建立了基于强跟踪Kalman滤波器的决策层融合算法。解决Kalman滤波器在运动目标定位跟踪方面的缺陷:对突变状态的跟踪能力差,对于大噪声的滤除能力弱。改进强跟踪算法中的次优渐消因子,根据前次结果对强跟踪结果做反馈,形成了基于指数渐消因子的融合跟踪算法(EFF-STF)。详细说明了算法的实现步骤,建立系统实际采集数据验证了算法的有效性,并和相同条件下和卡尔曼滤波性能对比验证了算法在大噪声滤除方面的优越性,通过跟踪前后的定位误差CDF图验证了跟踪性能对定位误差的良好修正作用。(4)论文利用MATLAB和VS2010联合编程,实现了基于低功耗蓝牙的室内定位系统,将定位结果可视化,验证了算法的性能,实验测试表明经过信息柔性融合和跟踪处理之后,可以将85%的定位误差约束在1m以内,实现了室内实时精确定位的需求。