行人航迹推测辅助的Wi-Fi信号指纹定位算法

摘要

本发明公开了一种行人航迹推测辅助的Wi-Fi信号指纹定位算法，其利用PDR定位算法与Wi-Fi信号指纹定位算法交替进行位置估计，两种算法分别利用另一方的结果修正各自误差。用户的初始位置P(x)＝{x(0),y(0)}由基于KWNN的Wi-Fi信号指纹定位算法得到；用户开始移动后，通过加速计，陀螺仪测量速度，角速度变化量；利用PDR定位算法估计每一步用户的坐标；直到用户前进预定步数m后，进行一次基于KWNN的Wi-Fi指纹定位，将Wi-Fi指纹定位结果作为用户当前结果；在随后的m步中，都基于上一次Wi-Fi指纹定位结果进行PDR定位计算，如此循环。利用PDR输出的运动距离和转角约束Wi-Fi信号指纹定位中的K加权邻近算法，通过PDR短时间内获取的运动距离与转角约束参考点的选择，达到提高KWNN算法定位精度的目的。

主权项

一种行人航迹推测辅助的Wi‑Fi信号指纹定位算法，其特征在于，该方法的具体步骤如下：S1：在测量阶段，利用智能设备中的传感器，包括加速度传感器，陀螺仪和Wi‑Fi进行测量，获取用户的实时加速度值、运动方向变化量以及用户所处环境中所有Wi‑Fi接入点的信号强度；S2：根据用户上一时刻估计的位置，获取到的实时加速度值以及运动方向变化量，利用PDR定位算法计算用户当前位置；S3：重复步骤S1，直到用户前进预定步数m后，计算用户在预定步数m内的位移和运动方向，并进入步骤S4；S4：用户前进预定步数m以后进入KWNN信号指纹匹配与位置估计，在该阶段，用PDR结果辅助基于KWNN的Wi‑Fi定位算法即利用步骤S1中获取到的所有Wi‑Fi接入点的信号强度，以及步骤S2中PDR计算的当前位置、相对位移和运动方向，计算所有参考点的权重，选择其中k个权重最小的RP，采用加权平均算法计算用户当前位置作为用户最终估计的位置，结合步骤S2中获取的位置，得到用户运动轨迹；回到步骤S1继续循环。