汪振 陸奎

摘要:提出一種基于粒子濾波的Wi-Fi和PDR的室內定位方法。首先對Wi-Fi指紋數據進行卡爾曼濾波,改善權重KNN提升分類精度;然后通過行人航位推算(PDR)根據加速度傳感器數據和方向角數據計算出每步的步長以及步速,從而推算出路徑;最后在改進的Wi-Fi和PDR的定位基礎上,使用粒子濾波將兩者結果進行融合。試驗過程中,使用采集兩個教室的環境數據,試驗結果證明了該算法能提升定位精度。
關鍵詞:室內定位;Wi-Fi指紋;粒子濾波;卡爾曼濾波;行人航位推算(PDR)
中圖分類號:TP181文獻標識碼:A
文章編號:1009-3044(2020)09-0039-01
1 引言
隨著時代的發展,使用智能手機的用戶逐漸變多,并且商場等大型的室內環境中部署了大量Wi-Fi,這使得室內環境下使用Wi-Fi進行定位成為研究熱門。目前,Wi-Fi的定位主要分為兩類:基于位置指紋的方法和基于信號傳播模型的方法。基于位置指紋的方法應用最為廣泛[1],Wi-Fi位置指紋主要是在某個位置采集所有Wi-Fi接人點的接收信號強度CRSSI),每個接人點又具有唯一的介質訪問控制(MAC)地址。但是室內環境中存在大量的障礙物會引起信號多徑衰減問題,也會影響Wi-Fi信號的覆蓋范圍,從而導致接收信號強度(RSSI)會出現偏差。這些問題使得在室內環境中基于RSSI的定位精度和穩定性都比較差,無法滿足用戶在室內的需求。
通過智能設備中的多個傳感器采集數據,使用行人航位推算( PDR)[2]方法可以實現連續無縫的定位。但是PDR也有明顯的缺點,即存在誤差累積問題,無法長時間的定位。綜上所述,本文提出一種基于粒子濾波[4][5]的Wi-Fi和PDR的室內定位方法。
2 本文算法
本文算法首先是對原始的Wi-Fi數據進行卡爾曼濾波[3],設存放原始數據的元胞數組為rawdatacell,Q和R分別為過程噪聲協方差和觀測噪聲協方差,計算卡爾曼增益以及最優估計的協方差,最后濾波后的數據。將經過卡爾曼濾波的數據輸入到改進的權重KNN,計算出定位路徑Resultl。
PDR部分算法,輸入原始的加速度數據(rawdata_accl)和原始的方向角( rawdata_attitude)去除重力加速度的影響,進行峰值檢測,計算峰值(pks),通過峰值計算出步數(stepnum),計算出每步邁出的時間( Time)和速度(velocity),計算出步長(step-size)。因此PDR算法得到定位路徑Result2。
該算法最重要的部分是將由改進權重KNN得到的Resultl和PDR得到的結果Result2通過粒子濾波算法進行融合,消除PDR部分的累積誤差,提高定位精度。本文提出的算法通過粒子濾波方法將Wi-Fi指紋定位和PDR結果進行預測、更新權重、重采樣等改善粒子多樣性缺失問題,計算量少,可以使用在小型數據中,同時消除PDR的累積誤差,提升了Wi-Fi定位的連續性和穩定性,提高融合定位的定位精度。
3 實驗與分析
本文的實驗數據采用:在浙江大學城市學院五樓534,532兩個教室采集的Wi-Fi數據以及加速度傳感器數據和方向角數據;數據規格:Wi-Fi原始數據2*8ceU,加速度數據和方向角數據2*388cell。本文中計算出步數為8步。本文采用的評估方式是融合濾波之后得到的路徑與真實路徑之間計算距離( Distance)。
根據采集的數據進行實驗,最終單獨使用Wi-Fi數據的定位誤差為1.8米,而融合定位得到定位誤差為0.55米,定位精度有較大的提升,因此本文提出的方法是有效。下圖1為真實路徑、Wi-Fi指紋定位路徑以及本文提出的方法路徑之間進行對比。
由圖中看出,wifi指紋定位路徑以及PDR路徑進行粒子濾波融合在室內環境中定位有較大的提升,融合之后的路徑更接近真實路徑。因此,本文提出的方法能夠有效地降低定位誤差。
4 總結
在室內環境中使用Wi-Fi數據,本文提出一種基于粒子濾波融合Wi-Fi和PDR的定位算法,能有效提高定位精度。在未來工作中,打算使用文本的方式對Wi-Fi的信號強度RSSI特征進行提取,進而提高定位精度以及定位時間。
參考文獻:
[1]吳澤泰,蔡仁欽,徐書燕,等.基于K近鄰法的WiFi定位研究與改進[Jl.計算機工程,2017,43(3):289-293.
[2]王旭鳳.基于慣性導航的室內定位系統的研究[D].長春:吉林大學,2015.
[3]李慶黨,張義龍.基于卡爾曼濾波和互補濾波的改進型姿態解算方法[J].青島科技大學學報(自然科學版),2019,40(6):85-89,98.
[4]常坤.基于粒子濾波算法的地磁室內定位實現[D].北京:北京建筑大學,2016.
[5]蘇君.基于融合粒子濾波的室內定位方法設計[Dl.南京:東南大學,2018.
【通聯編輯:梁書】
作者簡介:汪振(1993-),男,安徽阜陽人,碩士生,主要研究方向為室內定位。