本发明专利技术提供一种基于WIFI和惯性测量单元的导航定位方法，包括：根据信道状态信息进行建模，得到WIFI指纹数据库；对WIFI指纹数据库进行自适应的加权K近邻处理，匹配得到目标对象在当前时刻的第一位置信息；获取惯性测量单元采集得到的惯性测量数据，根据惯性测量数据推算出目标对象在下一时刻的第二位置信息；建立一融合定位模型，对第二位置信息进行状态更新，对第一位置信息进行测量更新，并输出位置估计值。有益效果：将WIFI定位和IMU定位互补融合，使用信道状态信息进行数据库建模，避免多径效应的影响；使用自适应加权K近邻算法进行匹配定位，提高指纹定位精度；对WIFI‑PDR进行融合修正，避免WIFI定位的不稳定性和PDR定位带来的累计误差。
【技术实现步骤摘要】
本专利技术涉及导航，尤其涉及一种基于wifi和惯性测量单元的导航定位方法。
技术介绍
1、在开阔无遮挡的室外环境下，使用全球卫星导航系统就可以实现较为准确的定位，但是当有墙壁、树木等障碍物遮挡时，gnss信号就会快速衰减，因此，使用gnss卫星信号并不能够满足室内精确导航与定位的需求。
2、常见的室内环境，例如商场、医院、写字楼等地点，使用wifi位置指纹定位技术不需要再安装额外的设备，成本也会相应降低，但是由于室内复杂的环境和wifi信号的波动性，使得单纯使用wifi定位技术的定位精度并不高。
3、wifi和imu融合的定位技术克服了单一技术带来的局限性，得到了越来越多的关注，专利技术专利(201710323757.8)公开了一种基于wifi与pdr的室内定位方法，该方法通过预先设定初始位置和步长，利用加速度传感器测量的加速度对行人的运动状态进行判定，该方法pdr初始位置为自行定位，没有考虑行人航位推算(pedestrian dead reckoning，pdr)的融合校准，wifi定位的不稳定性以及pdr定位带来的累计误差，会降低得到的定位坐标精度，并且对于rssi数据来说由于室内多径效应的影响，使得不同路径上的信号会经历不同程度的衰减和时延，且测量的是信号多径传播的叠加效果，并不能逐一区分多条信号传播路径，使其只能用于实现一些粗糙的室内定位。
技术实现思路
1、为了解决以上技术问题，本专利技术提供了一种基于wifi和惯性测量单元的导航定位方法。
2、本专利技术所解决的技术问题可以采用以下技术方案实现：
3、一种基于wifi和惯性测量单元的导航定位方法，包括：
4、步骤s1，根据信道状态信息进行建模，得到wifi指纹数据库；
5、步骤s2，对所述wifi指纹数据库进行自适应的加权k近邻处理，匹配得到目标对象在当前时刻的第一位置信息；
6、步骤s3，获取惯性测量单元采集得到的惯性测量数据，根据所述惯性测量数据推算出所述目标对象在下一时刻的第二位置信息；
7、步骤s4，建立一融合定位模型，对所述第二位置信息进行状态更新，对所述第一位置信息进行测量更新，并输出位置估计值。
8、优选地，所述步骤s4之后还包括：
9、将输出的所述位置估计值作为反馈信息，根据所述反馈信息对所述惯性测量单元中陀螺仪和磁力计输出的航向角进行在线修正。
10、优选地，所述步骤s1包括：
11、步骤s11，采集所述信道状态信息并进行预处理；
12、步骤s12，获取预处理后的所述信道状态信息中所有参考点的指纹向量，根据指纹向量集合建立得到所述wifi指纹数据库。
13、优选地，所述步骤s11中，所述预处理为离散小波变换处理。
14、优选地，所述步骤s2包括：
15、步骤s21，获取与每一参考点的相似度度量值处于一预设搜索范围内的测试点，确定加权k近邻处理中k的自适应取值；
16、步骤s22，获取确定的k的自适应取值对应的指纹位置，对k个的所述指纹位置进行加权求和得到所述当前时刻的第一位置信息。
17、优选地，所述步骤s21中，若所述预设搜索范围内未搜索到所述测试点，则增大搜索范围，直至搜索到所述测试点。
18、优选地，所述步骤s21中，k的自适应取值采用下述公式确定：
19、
20、其中，sim(r,j)表示第r个测试点与朝向°的第j个参考点间的相似度度量值；b·simrj表示所述第j个参考点的所述预设搜索范围，b表示搜索范围系数，simrj表示所述第j个参考点的相似度邻域半径；
21、所述步骤s22中，采用下述公式计算得到所述当前时刻的第一位置信息：
22、
23、其中，ωi＝1/sim(r,i)°，ωi表示权重，sim(r,i)表示第r个测试点与第i个参考点间的相似度度量值；loc(xi,yi)表示搜索到测试点的第i个参考点的指纹位置；loc(x,y)表示所述当前时刻的第一位置信息。
24、优选地，所述步骤s2中，以所述wifi指纹数据库匹配得到所述第一位置信息作为推算的初始位置。
25、优选地，所述步骤s3包括：
26、通过检测所述目标对象的加速度是否超过加速度阈值，且两次超过的时间间隔在预设时间阈值范围内，对所述目标对象进行步态探测；其中，所述加速度阈值通过计步周期内加速度的均值对加速度阈值进行动态调整得到；
27、基于步频和加速度方差的线性步长模型进行步长估计；
28、对上一时刻的航向角和所述反馈信息中的航向角进行加权平均得到当前时刻的航向角。
29、优选地，所述步骤s4包括：
30、步骤s41，基于拓展卡尔曼滤波构建得到所述融合定位模型，所述融合定位模型的状态方程为：
31、
32、其中，xk表示k时刻系统的状态向量；ek、ek-1分别表示k时刻、k-1时刻地理坐标系中的东向坐标；nk、nk-1分别表示k时刻、k-1时刻地理坐标系中的北向坐标；sk、sk-1分别表示所述目标对象在k时刻、k-1时刻的步长；φk、φk-1分别表示所述目标对象在k时刻、k-1时刻的航向角；we、wn分别表示所述东向坐标、所述北向坐标的噪声矩阵；ws表示所述步长的噪声矩阵；wφ表示所述航向角的噪声矩阵；
33、所述融合定位模型的观测方程为：
34、
35、其中，表示k时刻wifi指纹数据库匹配得到的东向坐标；表示k时刻wifi指纹数据库匹配得到的北向坐标；表示k时刻惯性测量推算得到的步长；表示k时刻惯性测量推算得到的航向角；ve、vn分别表示所述东向坐标、所述北向坐标的噪声矩阵；vs表示所述步长的噪声矩阵；vφ表示所述航向角的噪声矩阵；
36、步骤s42，分别对所述状态方程和所述观测方程求雅可比矩阵，得到对应的状态转移矩阵和观测矩阵：
37、
38、
39、其中，fk表示状态转移矩阵；hk表示观测矩阵；
40、步骤s42，根据求解得到的所述状态转移矩阵和所述观测矩阵对推算得到的所述第二位置信息进行更新。
41、本专利技术技术方案的优点或有益效果在于：
42、本专利技术将wifi定位和imu定位互补融合，并且使用信道状态信息进行数据库建模，更好的避免多径效应的影响，使用自适应加权k近邻算法进行在线匹配定位，提高指纹定位的精度；利用拓展卡尔曼滤波算法对wifi-pdr进行融合修正，避免wifi定位的不稳定性和pdr定位带来的累计误差。
本文档来自技高网...
【技术保护点】
1.一种基于WIFI和惯性测量单元的导航定位方法，其特征在于，包括：
2.根据权利要求1所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S4之后还包括：
3.根据权利要求1所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S1包括：
4.根据权利要求3所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S11中，所述预处理为离散小波变换处理。
5.根据权利要求1所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S2包括：
6.根据权利要求5所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S21中，若所述预设搜索范围内未搜索到所述测试点，则增大搜索范围，直至搜索到所述测试点。
7.根据权利要求5所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S21中，K的自适应取值采用下述公式确定：
8.根据权利要求1所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S2中，以所述WIFI指纹数据库匹配得到所述第一位置信息作为推算的初始位置。
9.根据权利要求2所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S3包括：
10.根据权利要求1所述的基于WIFI和惯性测量单元的导航定位方法，其特征在于，所述步骤S4包括：
...
【技术特征摘要】
1.一种基于wifi和惯性测量单元的导航定位方法，其特征在于，包括：
2.根据权利要求1所述的基于wifi和惯性测量单元的导航定位方法，其特征在于，所述步骤s4之后还包括：
3.根据权利要求1所述的基于wifi和惯性测量单元的导航定位方法，其特征在于，所述步骤s1包括：
4.根据权利要求3所述的基于wifi和惯性测量单元的导航定位方法，其特征在于，所述步骤s11中，所述预处理为离散小波变换处理。
5.根据权利要求1所述的基于wifi和惯性测量单元的导航定位方法，其特征在于，所述步骤s2包括：
6.根据权利要求5所述的基于wifi和惯性测量单元的导航定位方法，其特征在于，...
【专利技术属性】
技术研发人员：高同跃，
申请(专利权)人：苏州华米导航科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。