一种调频广播信号辅助PDR的室内定位技术

针对室内定位系统中现有的行人航位推算(pedestrian dead reckoning,PDR)方法存在加速度计适用性较差,以及基于惯性和磁传感器的航向估计易受器件误差和磁场环境的影响,导致精度较低的问题,在不增加基础设施成本和现场勘察工作的前提下,提出一种调频(frequencymodulation,FM)广播信号辅助PDR的室内行人定位技术:在传播模型理论基础上探究FM信号接收信号强度指数(RSSI)与步长的关系,将其与加速度组合以提升步长估计的适用性;然后通过分析FM信号在直线/转弯运动模式下的变化,将其与角速度组合以提升模式识别准确率,并使用模式识别结果约束航向漂移误差;最后,综合步长与航向估计结果实现定位。实验结果表明,引入FM信号后定位误差均值可分别减小36.1%、78.9%。

室内应急疏散的多人员Wi-Fi定位精度研究

应急疏散研究中的人员定位问题对于快速疏散人群和拯救被困人员具有重要的意义．为了确定Wi—Fi定位手段对于室内人员疏散的适用性，采用手持Wi—Fi设备和预设置的无线信号基准参考点，利用无线接收信号强度指数通过模式匹配的方式进行多人员定位的尝试．所得实验结果表明此方案的室内定位精度能达到5～7m．新方案所提供的定位精度能够区分室内多个体的移动路径，为相应疏散应用提供人员的动态位置信息描述．

定位技术在高校照明系统中的应用研究

为了促进高校校园节能减排的发展理念,依据物联网指纹定位技术的应用原理和RSSI定位模型,采用引入定位向量的方法实现目标节点在路灯下的区域定位,为减小外界因素的干扰,借助基于位移的修正的方法,进一步优化定位结果,达到在满足照明需求的前提下缩短路灯的照明时间以节约能源消耗的目的;最后构建照明模型进行实测,通过实验结果的分析与对比,基于定位技术的路灯能够有效减少能源的消耗。

基于混合滤波和节点自适应校正模型的测距算法

采用混合滤波法过滤异常的RSSI值并估算优值,由节点自适应校正模型消除路径衰减因子,解决了RSSI测距误差较大的问题。由此提出了基于混合滤波和节点自适应校正模型的测距算法。通过实验证明,混合滤波优于常用的几种滤波法,节点自适应校正模型无需测试路径衰减因子,能直接适用于不同环境,并且随着节点个数的增加,测距误差会进一步降低。相比于未采用此模型的情况,该算法能大大降低测距误差和成本,提高RSSI测距的实用性。

针对多目标的分布式多边融合定位

针对基于接收信号强度指数(Received Signal Strength Indicator,RSSI)的多目标定位问题,结合点估计与椭圆估计算法,提出一种新的分布式多边融合定位(Distributed Multi-lateral Fusion Localization,DMFL)算法.首先,通过多边定位算法进行粗定位,估计目标的大致位置.其次,基于区间分析理论在线获取泰勒展式高阶余项的边界,并通过集员递归算法求解多目标定位问题.最后,通过实验和仿真验证该算法的定位性能.结果表明,在相同的节点布置条件下,与最新的RSSI定位算法相比,该算法的定位精度更高,最大误差小于0.3 m,并可提供保证包含目标真实位置的最优区域.