文献类型：期刊文章

作　　者：陈国良[1,2] 张言哲[1,2] 汪云甲[1,2] 孟晓林[3]

机构地区：[1]中国矿业大学环境与测绘学院,江苏徐州221116 [2]中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室,江苏徐州221116 [3]诺丁汉大学

出　　处：《测绘学报》

基　　金：国家863计划(2013AA12A201);国家自然科学基金(41371423);江苏高校优势学科建设工程(SZBF2011-6-B35)~~

年　　份：2015

卷　　号：44

期　　号：12

起止页码：1314-1321

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD2015_2016、DOAJ、EI(收录号：20160401852582)、GEOBASE、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对当前室内定位的应用需求和亟待解决的关键问题,结合城市室内环境下广泛存在的WiFi无线信号以及智能手机传感器信息,提出了一种WiFi无线信号联合行人航迹推算(PDR)的室内定位方法。该方法采用无迹卡尔曼滤波(UKF)算法对WiFi和PDR定位信息进行融合处理,有效克服了WiFi单点定位精度低和PDR存在累计误差的问题。针对融合算法中WiFi指纹匹配计算量大的问题,用k-means聚类算法对WiFi指纹库进行聚类处理,降低了指纹匹配算法的计算量,提高了算法的实时性。通过在华为P6-U06智能手机平台上实际测试,在时间效率上经过聚类处理后系统定位耗时有很大程度的改善,平均降幅为51%,其中最大降幅达到64%,最小的也达到了36%;在定位精度上,当室内人员为行走状态时WiFi定位平均误差为7.76m,PDR定位平均误差为4.57m,UKF滤波融合后平均定位误差下降到1.24m。

关 键 词：室内定位  手机传感器  WIFI 行人航迹推算  K-MEANS 无迹卡尔曼滤波

分 类 号：P228]