[发明专利]一种室内自校准导航定位方法

说明书

本发明提供一种室内自校准导航定位方法，包括基于RSSI的室内自校准定位方法和基于RSSI的室内自校准导航方法。步骤如下：1、建立室内信号强度路径损耗自校准模型和自校准方法，能够根据信号强度的量测值实时进行自校准2、建立基于RSSI的室内自校准定位方法，能够高精度地进行室内定位。3、提出一种新的步长估计模型，它不但克服了传统的Weinberg步长估计模型因地面不平导致的较大步长误差，而且在平地上也具有更高的精度。4、给出基于新步长估计模型的行人航位自校准推算方法，通过对陀螺仪和加速度计的漂移进行自校准，有效地减小导航误差。5、建立基于RSSI的室内自校准导航方法，通过将航位自校准推算和基于RSSI的室内定位有机相结合，显著提高导航精度。

【技术领域】

本发明属于室内导航定位技术领域，具体涉及一种室内自校准导航定位方法。

【背景技术】

据统计，人有80％左右时间是在室内活动，因此室内导航定位具有广泛的应用前景。关于室内定位问题，由于受到建筑物的遮挡，卫星信号在室内环境中急剧衰减甚至不存在，导致GPS等室外成熟的卫星定位系统在室内失去了用武之地。目前这方面已经发展了WiFi、蓝牙、超宽带、紫蜂、红外等一系列室内定位技术，但是，在非视距环境中的定位精度还有待进一步提高。

关于室内导航问题，由于用于室内导航的惯性导航系统较为廉价，每次使用之前需要较长的初始对准时间，加上受环境的影响和设备老化等原因，其陀螺和加速度计往往存在较大漂移，不能很好地满足比室外导航精度更高的室内导航的要求。为了解决上述问题，人们提出了行人航位推算方法，它由步态探测、步长估计和航向估计组成，其中步长估计最为重要。目前，步长估计模型主要有常数模型、线性模型、非线性模型和机器学习模型。其中非线性模型的估计精度较高，因而被广泛采用。最著名的非线性步长估计模型是Weinberg模型，该模型以步态周期内Z轴加速度的极差为特征量估计步长。但是Weinberg模型存在两个不足，一是需要通过大量训练才能得到步长参数K，这严重限制了它的实际使用；二是当室内地面不平(如上下坡或上下楼等)时，采用Z轴加速度会导致步长误差。

【发明内容】

本发明的目的是提供一种室内自校准导航定位方法。与传统的室内导航定位方法相比，该方法显著提高了导航定位精度。此外，该方法计算简单，便于工程应用。

本发明一种室内自校准导航定位方法，它包含两个方面，即室内自校准定位方法和室内自校准导航方法，每个方面各有两大创新。

1.室内自校准定位方法有以下两大创新：

1)室内信号强度路径损耗自校准模型及方法

设在位置(x,y)处能够接收到n个信号，其信号强度与距离之间的关系可用式(1)描述：

S_i＝S_0i-10η_ilg(r_i/r_0i)+d_si+v_si (1)

式中，S_i为第i个热点(AP)在距离r_i处的信号强度，r_0i为参考距离，S_0i为参考距离处的信号强度，η_i为信号强度的路径损耗系数，v_si为零均值的正态随机变量，即d_si为因墙壁等障碍物引起的信号损耗而带来的未知输入。设前n₀(n₀≥3)个信号是在视距环境中传播，此时可取d_si＝0；后n-n₀个信号是在非视距环境中传播，如需穿过墙壁等障碍物，此时d_si一般不为零。实际工作中，当不知道哪些信号是在视距环境中传播，哪些是在非视距环境中传播时，通常可将信号强度最大的前三个信号看作是在视距环境中传播。