一种室内自校准导航定位方法技术

本发明专利技术提供一种室内自校准导航定位方法，包括基于RSSI的室内自校准定位方法和基于RSSI的室内自校准导航方法。步骤如下：1、建立室内信号强度路径损耗自校准模型和自校准方法，能够根据信号强度的量测值实时进行自校准2、建立基于RSSI的室内自校准定位方法，能够高精度地进行室内定位。3、提出一种新的步长估计模型，它不但克服了传统的Weinberg步长估计模型因地面不平导致的较大步长误差，而且在平地上也具有更高的精度。4、给出基于新步长估计模型的行人航位自校准推算方法，通过对陀螺仪和加速度计的漂移进行自校准，有效地减小导航误差。5、建立基于RSSI的室内自校准导航方法，通过将航位自校准推算和基于RSSI的室内定位有机相结合，显著提高导航精度。显著提高导航精度。显著提高导航精度。

【技术实现步骤摘要】
一种室内自校准导航定位方法


[0001]本专利技术属于室内导航定位
，具体涉及一种室内自校准导航定位方法。

技术介绍

[0002]据统计，人有80％左右时间是在室内活动，因此室内导航定位具有广泛的应用前景。关于室内定位问题，由于受到建筑物的遮挡，卫星信号在室内环境中急剧衰减甚至不存在，导致GPS等室外成熟的卫星定位系统在室内失去了用武之地。目前这方面已经发展了WiFi、蓝牙、超宽带、紫蜂、红外等一系列室内定位技术，但是，在非视距环境中的定位精度还有待进一步提高。
[0003]关于室内导航问题，由于用于室内导航的惯性导航系统较为廉价，每次使用之前需要较长的初始对准时间，加上受环境的影响和设备老化等原因，其陀螺和加速度计往往存在较大漂移，不能很好地满足比室外导航精度更高的室内导航的要求。为了解决上述问题，人们提出了行人航位推算方法，它由步态探测、步长估计和航向估计组成，其中步长估计最为重要。目前，步长估计模型主要有常数模型、线性模型、非线性模型和机器学习模型。其中非线性模型的估计精度较高，因而被广泛采用。最著名的非线性步长估计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内自校准导航定位方法，它包含两个方面，即室内自校准定位方法和室内自校准导航方法，其特征在于：室内自校准定位方法包括：1)室内信号强度路径损耗自校准模型及方法设在位置(x,y)处能够接收到n个信号，信号强度与距离之间的关系用式(1)描述：S
i
＝S
0i
‑
10η
i
lg(r
i
/r
0i
)+d
si
+v
si
ꢀꢀꢀꢀ
(1)式中，S
i
为第i个热点AP在距离r
i
处的信号强度，r
0i
为参考距离，S
0i
为参考距离处的信号强度，η
i
为信号强度的路径损耗系数，v
si
为零均值的正态随机变量，即d
si
为因墙壁障碍物引起的信号损耗而带来的未知输入；设前n0个信号是在视距环境中传播，n0≥3，此时取d
si
＝0；后n
‑
n0个信号是在非视距环境中传播；设第i个AP的位置坐标为(X
i
,Y
i
)；首先，对信号强度进行零批次测量，得到测量值S
i,0
；由于当i≤n0时，d
si
＝0，所以根据式(1)求得距离r
i
的初步估计为进而得到位置(x,y)的初步估计为式中：H0为量测矩阵，Z0为量测向量；为量测向量；然后，由下式计算式(1)后n
‑
n0个方程中距离r
i
的估计值的估计值并将r
i
的估计值代入式(1)，求得未知输入d
si
的估计值为2)基于接收信号的强度指示RSSI的室内自校准定位方法
由式(1)得到，距离越远，距离估计值的分散性就越大，于是建立距离量测方程为式中v
ri
为零均值的正态随机变量，即方差由式(9)给出：式中：σ
si
是式(1)中v
si
的方差，为距离r
i
的估计，由式(10)给出：将式(8)在处进行泰勒展开并保留一阶项，整理后得到方程组为采用加权最小二乘原理，求解方程组式(11)，最终得到位置坐标(x,y)的估计为：式中：Z为量测向量，H为量测矩阵，R为噪声协方差矩阵；Z＝(Z1,Z2,
…
,Z
n
)
T
ꢀꢀꢀꢀꢀ
(13)H＝(H
ij
)
n
×2ꢀꢀꢀꢀ
(14)(14)(14)(14)室内自校准导航方法包括：1)新步长估计模型及行人航位自校准推算方法新步长估计模型如下：式中：L为步长，a
xmax
和a
xmin
分别为步态周期内X轴加速度的最大值和最小值，a
ymax
和a
ymin
分别为步态周期内Y轴加速度的最大值和最小值，K为步长参数，或者通过训练得到，或者通
过自校准滤波实时估计；在行人航位自校准推算方法中，通过对陀螺仪和加速度计量测数据进行自校准滤波处理，实时计算行人的航向角；滤波的状态方程如下式所示：式中：ψ
k
为航向角，θ
k
为俯仰角，γ
k
为滚转角，ω
x,k
,ω<...

【专利技术属性】
技术研发人员：傅惠民，崔轶，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：