文献类型：期刊文章

作　　者：李方敏[1,2] 张韬[1] 刘凯[2] 刘果[2] 马小林[2]

LI Fang-Min;ZHANG Tao;LIU Kai;LIU Guo;MA Xiao-Lin(School of Computer Engineering and Applied Mathematics, Changsha University, Changsha 410022;School of Information Engineering, Wuhan University of Technology, Wuhan 430070)

机构地区：[1]长沙学院计算机工程与应用数学学院,长沙410022 [2]武汉理工大学信息工程学院,武汉430070

出　　处：《计算机学报》

基　　金：国家自然科学基金(61772088;61502361;61872403)资助

年　　份：2019

卷　　号：42

期　　号：2

起止页码：339-350

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着WiFi网络在世界范围内的迅速普及和广泛部署,基于WiFi的室内定位技术由于成本低、易于实现受到了广泛关注.其中,基于WiFi的被动式指纹室内定位由于可直接利用现有的商业WiFi设备,且不需要待定位目标携带任何设备,因此部署成本低、易扩展,同时还具有良好的非侵入性,故已逐渐成为室内定位技术研究者们广泛关注的热点.目前,已有基于WiFi的被动式指纹室内定位技术,如Nuzzer和Pilot等,其定位过程一般可分为离线和在线两个阶段.离线阶段采集相应的信号,并存储所有参考点生成的指纹数据以构建离线指纹数据库.在线阶段则通过采用与离线阶段相同的处理方式得到待测位置的在线实测指纹,然后将其与离线指纹库中的已有指纹进行匹配,从而估计目标位置.然而,现有工作由于存在两个重要问题,导致定位的实时性和精度都不能令人满意.其一,现有指纹匹配定位方式由于需要在在线阶段将实测指纹与指纹库中的所有指纹进行一一匹配,所以计算量大从而导致定位过程的实时性较差;其二,由于离线指纹库中存在与目标当前位置相隔较远但相似的指纹,而这些指纹很可能会对指纹匹配过程造成干扰,进而导致定位误差较大.针对上述两个问题,该文结合位置指纹定位技术和距离测量算法,提出了一种新的位置指纹室内定位方法ILLFRM.该方法在在线阶段中加入了粗定位,并在进行指纹匹配之前,通过粗定位来过滤离线指纹库中与目标当前位置不相关的指纹,以减少匹配过程中的计算量和避免不相干指纹的干扰,从而同时达到改善定位精度和实时性的目的.通过在空旷大厅和走廊的真实场景进行实验,结果表明,该文提出的方法与Pilot和Nuzzer相比,定位精度分别提高了约28%和51%.此外,由于一次匹配过程的总耗时不足200ms,因此ILLFRM可以很好地满足实时性要求.

关 键 词：WIFI 室内定位  被动式 位置指纹  

分 类 号：TP393]