[发明专利]一种基于粒子滤波航迹推算和无线局域网组合定位的方法

摘要

一种基于粒子滤波的航迹推算和无线局域网组合定位新方法，该方法有四大步骤步骤一、航迹推算实现空间循迹；步骤二、无线局域网WLAN的RSSI定位；步骤三、建立合适的系统状态模型和观测模型；步骤四、采用粒子滤波算法，实现迭代运算。本发明非常简单实用，定位精度高，可行性高。

主权项

一种基于粒子滤波航迹推算和无线局域网组合定位的方法，其特征在于：该方法具体步骤如下：步骤一、采用航迹推算技术实现室内循迹；设行人在初始时刻t0的位置为(E0,N0)，行走的距离是S0，初始航向角是θ0，推算出在下一时刻t1行人所处的位置(E1,N1)，如下式所示：E1=E0+S0sinθ0N1=N0+S0cosθ0---(1)]]>行人在tk时刻位置的航位推算公式如下式所示：Ek=Ek-1+Sksinθk=...=E0+Σi=0k-1SisinθiNk=Nk-1+Skcosθk=...=N0+Σi=0k-1Sicosθi---(2)]]>行人导航系统中采用步数与步长的乘积获得相对位移量：Sk＝Wk*L   (3)因此要实现实时行人航迹推算算法，每个解算周期内需要已知如下三个物理量：行走的步数Wk，步长L和初始航向角θ0；利用内置加速度计完成步数解算；航向角的变化量由内置陀螺仪的输出角速度积分得到；步长由已知数学模型描述，在稳定行走过程中近似认为步长不变，在完成标定实验后，得到步长的估计值；步骤二、采用无线局域网RSSI技术实现空间定位利用不同信号源对应的信号强度数值建立特定空间内信号强度的指纹数据库，并在指纹数据库中利用模式识别算法完成空间定位；模式识别算法包括k最近邻法，核函数估计法和人工神经网络估计法；步骤三、建立系统状态模型和观测模型利用粒子滤波进行行人导航定位研究，选择状态向量为Xk＝(xk,yk)T，在两次滤波算法解算周期内行人移动的距离为：dk＝Wk×L   (4)对应k时刻的状态向量的变化表示为：ΔXk=sinθkcosθk*dk---(5)]]>假定行人在k时刻位置为Xk＝(xk,yk)T，考虑航向角误差，步长误差和步数检测误差，系统状态模型由下式描述：Xk=Xk-1+ΔXk=Xk-1+sin(θk+Δθk)cos(θk+Δθk)×(Mk+ΔMk)×L---(6)]]>其中，Δθk为航向角误差，Mk为步数,ΔMk为步数检测误差；基于航迹推算和无线局域网WLAN搭建组合导航定位系统，利用无线局域网WLAN的接收信号强度标示RSSI，借助模式识别算法，解算出定位坐标因此，将作为观测值，建立系统观测模型；系统观测方程如下式所示：Zk=xk′yk′=1001Xk+wkxwky---(7)]]>其中，为系统k时刻的观测噪声，假定系统观测噪声为均值为0的高斯噪声，方差为因此，后向概率密度函数简化为式(8)：p(Zk|Xk)=p(xk′,yk′|xk,yk)=p(xk′|xk)p(yk′|yk)=12πσk,xσk,yexp[-12((xk′-xk)2σk,x2+(yk′-yk)2σk,y2)]---(8)]]>步骤四、采用粒子滤波算法实现组合定位；假定t‑1时刻更新完毕的粒子集为基于基本粒子滤波算法的室内定位算法实现步骤如下：a.初始化对于k＝1，从状态先验概率中产生粒子初始化完毕的粒子集为b.重要性采样对于k＝1,2…N，根据完成抽样，即根据系统状态模型式(6)采样新粒子c.权值更新与归一化根据当前观测值Zk，利用进行权值更新；d.重采样每个粒子将被重新采样，采样次数与粒子自身的权值大小成正比；重采样完成之后粒子集为该粒子集代表了k时刻下每个粒子的后验状态分布；e.状态估计按照完成k时刻的估计，一次迭代过程完成。