论文部分内容阅读
近年来,人们对于提供位置服务的精确定位的需求越来越高,WiFi定位技术和RFID(Radio Frequency Identification)定位技术是两种主要的室内定位技术,具有定位精度较高、耗能小,成本低这些特点,从而使得室内定位技术得以广泛应用。WiFi网络中利用AP节点的RSS(Received Signal Strength)信息采用位置指纹定位技术确定目标位置。同时,RFID定位技术确定待定位物体位置的方法一般也是通过接收的信号强度RSSI(Received Signal Strength Indication)值来实现。由于接收信号的RSSI值既包含直达波成分,也有很多非直达波成分的贡献,所以单一定位系统根据RSSI测量技术进行定位的方法往往会导致定位精度不能完全满足要求,因此,本论文提出针对室内环境中采用WiFi技术和RFID定位技术融合的方法从而构成多传感器融合定位系统,以此来提高室内定位精度。论文以教育部-中国移动2014年科研基金课题“基于无线传感网的融合性室内定位解决方案研究”为支撑,对采用WiFi技术和RFID技术进行融合室内定位的方法进行了研究,为多传感器信息融合的定位研究奠定了基础。本文的主要工作在于:在WiFi定位技术中,分析WiFi网络的定位算法进行位置估计,使用基于RSSI测量技术的位置估计方法,并对贝叶斯概率算法和近邻算法进行了分析,并确定采用近邻算法作为WiFi定位系统的位置估计算法。研究了RFID定位技术,采用有源RFID标签作为一个小型的信号发射器,与阅读器通过发送电磁波信号进行通信。根据大尺度信号传播模型进行实时计算,利用LANDMARC算法对待定位的标签进行估测位置坐标匹配,参考标签选用离待定位标签接收到RSSI值最接近的K个标签,进行LANDMARC算法计算以提高RFID系统的定位精度。在研究WiFi和RFID室内定位技术的基础上,针对单一的传感器不能满足更高的定位精度要求这一问题,提出将联合卡尔曼滤波技术应用在定位系统中,采用联合卡尔曼滤波器融合由WiFi、RFID定位算法获得的数据,进行数据处理后再反馈至子滤波器以此迭代计算从而实现整体精度的提高。