基于藍牙與PDR融合的智能手機室內(nèi)定位與跟蹤算法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展和智能手機的普及，人們對基于位置服務（Location-Based Service，LBS）的需求逐漸增加，它在民生、商業(yè)、軍事等領域獲得廣泛應用，特別是基于智能手機的LBS應用更是得到快速發(fā)展。LBS關鍵在于準確獲得用戶實時位置，盡管手機可以通過全球定位系統(tǒng)（Global Positioning System，GPS）獲得室外定位服務，但是在室內(nèi)環(huán)境下，由于建筑物遮擋，無法有效接收GPS信號，進而無法利用GPS進行

2、定位，因此高精度的智能手機室內(nèi)定位一直是定位領域的熱點和難題。針對高精度室內(nèi)定位問題，本文重點研究了基于藍牙接收信號強度（Received Signal Strength，RSS）的定位算法和基于步行者航位推測（Pedestrian Dead Reckoning，PDR）的室內(nèi)定位算法，在此基礎上提出一個基于藍牙與PDR融合的智能手機高精度室內(nèi)定位與跟蹤算法。本文主要工作如下：
　　首先，本文提出一種基于概率投票的藍牙定位算法。該

3、算法利用藍牙RSS來確定智能手機離藍牙信標距離的概率。通過多個藍牙信標將定位區(qū)域劃分為多個不同的投票區(qū)域并依照概率進行投票，取最大票數(shù)的區(qū)域作為智能手機的定位結果。實驗表明，最大概率投票法能有效減少RSS不穩(wěn)定對定位精度的影響，相比于最小二乘定位算法，最大概率投票法在噪聲標準差為5時，平均定位誤差降低57.3％，在噪聲標準差為10時，平均定位誤差降低68.3%。此外，本文還在基于概率投票的藍牙定位算法基礎之上，提出利用多用戶協(xié)同定位進一

4、步提升定位精度。
　　其次，本文提出一種藍牙與PDR融合的定位與軌跡跟蹤算法。該算法將藍牙概率投票算法與 PDR進行融合：首先，利用藍牙 RSS確定出智能手機的初始位置；其次，在智能手機移動過程中，利用PDR進行定位；然后，在PDR定位結果周邊搜索藍牙RSS票數(shù)最大區(qū)域；最后，對PDR和藍牙RSS的定位結果進行融合，并修正PDR的參數(shù)。實際測試結果表明，本文提出的融合定位算法相比于PDR算法，定位誤差降低39%；相比于藍牙RSS概

5、率投票算法，定位誤差降低59.1%；與基于WLAN指紋+PDR的融合室內(nèi)定位算法相比，本文在定位精度好于它們的同時，還不需要指紋定位算法的離線工作量。
　　最后，為驗證本文算法的可行性與實用性，本文將上述算法在智能手機上進行了實現(xiàn)，并開發(fā)了一套完整的室內(nèi)定位演示系統(tǒng)。該系統(tǒng)包含藍牙信標節(jié)點、Android客戶端、定位服務器三個部分。該系統(tǒng)運用本文所提出的藍牙與PDR融合定位算法，對智能手機進行實時定位，并為手機用戶提供室內(nèi)定位、導