一种行人室内定位数据的粒子滤波器模型设计方法技术

本发明专利技术提供了一种行人室内定位数据的粒子滤波器模型设计方法，步骤包括：获取RSS定位系统的实时定位数据；根据MEMS加速度计的采集数据计算步行距离；设计用于融合MEMS加速度计和建筑物地图的非线性信息的粒子滤波器。该行人室内定位数据的粒子滤波器模型设计方法根据RSS测量数据、MEMS加速度计测量数据以及地图信息建立粒子滤波器模型，在定位系统中增加了MEMS加速度计和地图信息，基于零交叉算法的运动模型来估计步行距离，使用粒子滤波器来整合来自MEMS加速度计和建筑物地图的非线性信息，避免了由传感器噪声引起的累积误差，与卡尔曼滤波相比在估计误差的平均值和标准偏差上有明显提高，且相对于错误步长的估算结果呈鲁棒性。

A particle filter model design method for locating indoor pedestrian data

The invention provides a particle filter model design method for the pedestrian indoor location data. The steps include obtaining the real-time positioning data of the RSS positioning system, calculating the walking distance according to the collected data of the MEMS accelerometer, and designing the particle filter used to fuse the nonlinear information of the MEMS accelerometer and the building plot. The particle filter model design method of the pedestrian indoor location data is based on the RSS measurement data, the MEMS accelerometer measurement data and the map information to establish the particle filter model. The MEMS accelerometer and the map information are added in the positioning system. The walking distance is estimated based on the motion model of the zero crossing algorithm, and the particle filter is used. The wave device combines the nonlinear information from the MEMS accelerometer and the building map to avoid the cumulative error caused by the sensor noise. Compared with the Calman filter, the average and standard deviation of the estimated error are obviously improved, and the estimation results are robust to the error step size.

【技术实现步骤摘要】
一种行人室内定位数据的粒子滤波器模型设计方法
本专利技术涉及一种滤波器模型设计方法，尤其是一种行人室内定位数据的粒子滤波器模型设计方法。
技术介绍
定位和导航系统在人员安全、资产和人员跟踪、智能引导、位置感知多媒体服务等基于位置服务(LBS)的广泛应用中取得了巨大的成功。通常，这些系统可以分为三组：卫星定位系统，通信定位系统和传感器定位系统。卫星定位系统如著名的GPS、北斗、伽利略系统，其主要适用于室外定位。然而，当在室内环境下定位时，卫星系统容易遭受建筑物和墙壁的衰减，反射和折射。通信定位系统利用现有的通信网络基础设施，例如无线LAN(WLAN)，超宽带(UWB)或DECT网络，使用接收信号强度(RSS)、到达时间(TOA)、到达时间差(TDOA)和到达角(AOA)来推算用户的位置，通信定位系统的优点是即可以部署在室内也可以部署在室外。此外，通信定位系统使用的通信网络不需要额外完成硬件的建设，安装和维护成本比较低。但是，通信定位系统易受到无线信道和多径失真的噪声特性的困扰，导致定位精度的降低。传感器定位系统使用各种专用传感器来感测绝对位置等相关信息，例如磁性传感器、激光传感器、超声本文档来自技高网...

【技术保护点】
一种行人室内定位数据的粒子滤波器模型设计方法，其特征在于，包括如下步骤：步骤1，获取RSS定位系统的实时定位数据，具体计算步骤为：步骤1.1，在离线情况下，测量来自校准点处的多个接入点的接收功率矢量，并将各个测量值记录为各个校准点指纹；步骤1.2，在在线情况下，使用距离度量公式将接收的功率矢量与校准点指纹进行比较，选择与接收功率矢量接近的K个校准点的距离平均值作为RSS测量值，距离度量公式为：

【技术特征摘要】
1.一种行人室内定位数据的粒子滤波器模型设计方法，其特征在于，包括如下步骤：步骤1，获取RSS定位系统的实时定位数据，具体计算步骤为：步骤1.1，在离线情况下，测量来自校准点处的多个接入点的接收功率矢量，并将各个测量值记录为各个校准点指纹；步骤1.2，在在线情况下，使用距离度量公式将接收的功率矢量与校准点指纹进行比较，选择与接收功率矢量接近的K个校准点的距离平均值作为RSS测量值，距离度量公式为：式中，为接入点q的测量功率，Pq(x)为校准点x处的指纹的第q个元素，Q为接入点的数量；步骤1.3，利用各个RSS测量值以及各个对应校准点的实际坐标位置计算出RSS定位系统的实时定位数据；步骤2，根据MEMS加速度计的采集数据计算步行距离为：d(k)＝Step_Size×Num_Steps(2)式中，Num_Steps采用零交叉算法来统计步数，由于MEMS加速度计的垂直加速度信号每一步都将越过零线两次，于是零交叉点的数量除以2即为步行步数Num_Steps，步长Step_Size的计算公式为：式中，Amax为行人每一步最大加速度，Amin为行人每一步最小加速度，C是恒定值，由不同行人的步行训练数据中获得；步骤3，设计用于融合MEMS加速度计和建筑物地图的非线性信息的粒子滤波器，具体步骤为：步骤3.1，利用粒子滤波器估计Z(k)的状态值以及x(k)的后验概率密度函数pdf，粒子滤波器的公式为：式中，xi(k)为后验概率的第i个粒子，wi(k)为颗粒的权值；步骤3.2，获取每个粒子的新颗粒xi(k+1)，具体公式为：

【专利技术属性】
技术研发人员：华驰，王恩亮，陈永，王辉，蒋天奇，
申请(专利权)人：江苏信息职业技术学院，
类型：发明
国别省市：江苏,32