基于无线节点的移动终端多源信息组合定位计算机研究

本文是一篇计算机专业论文，本文试图通过使用 BSA 来改变 PF 的建议分布，提高粒子质量，从而提高定位精度。随着我国城市化建设，道路路网数据越来越丰富，由于多数情况下的定位是在道路上的定位，因此把定位后的位置信息和路网数据使用算法进行匹配，可以大大提高定位的精度。

一、绪论

1、研究的背景和意义
十一五规划以来，由于政策和社会整体环境的变化，互联网行业和无线通信行业飞速发展，同时带动了各行各业的发展，随之产生了基于位置的服务 LBS 和对位置感知的计算等行业。这些行业已经悄悄的改变了人们的生活方式，人们对其依赖日渐增长。比如感知旅游资源、地理位置标注、社交网络、游戏、体育运动、增强现实、共享单车、快捷支付、无人驾驶以及城市交通等这些我们习以为常的需求。这些需求都要求能精确的获取用户位置，因此如何快速高效的精确定位成为了亟待解决的问题。
同时随着智能设备的快速更新迭代，智能手机保有量也实现了前所未有的爆炸式增长。根据 IDC 最新的报告数据显示如图 1-1，中国智能手机保有量从 2011 年的 2亿台发展到 2017 年保有量增加到 11.3 亿台。2016 年，全球智能手机保有量首次突破20 亿台，达到 21.6 亿台。

根据2017-2022年中国4G智能手机行业发展前景分析及发展策略研究报告统计，中国智能手机保有量将位居全球第一位达到 13 亿的保有量，智能手机的快速发展为无线节点的定位提供了便利的平台。智能手机可以使用 GNSS、无线通信基站、Wi-Fi、蓝牙、RFID、UWB 等无线节点进行定位。GNSS 定位主要包括美国的 GPS、中国的 BDS、俄罗斯的 GLONASS、欧洲的 GALILEO 等利用卫星定位的系统，多数情况下 GNSS 能高效快速的实现定位。但是由于城市的快速建设，高楼林立的“城市峡谷”、高架桥以及地铁、公路隧道等设施的普及，这些建筑设施通常会使 GNSS 信号发生衍射、反射、和可视卫星的条状分布等现象，从而影响传统 GNSS 接收机接收信号，进而造成定位误差达到几百米甚至不能定位，而这些设施所在的环境多为通信基站、Wi-Fi、蓝牙等信号密集的地方，因此可以弥补 GNSS 的在这些区域定位不精确的状况。
.........................

2、国内外研究现状及趋势
定位技术发展至今，发展出了许多方法。根据定位算法分为两类，一类为利用几何关系进行定位，这类方法主要通过计算定位节点和定位终端之间的几何关系进而计算出用户位置。常见的测量方法有 RSSI、TOA、TDOA、AOA 等。另一类方法比较复杂，要利用对场景的分析进行定位。这种技术首先需要将抽象的定位环境变成具体的、量化的指标，并且描述其特征。然后将信息存入数据库内，当需要定位的目标进入环境后，匹配数据库内的信息从而实现定位。如果定位技术根据信号来源来分类则主要分为基于 GNSS 信号的卫星定位和基于地面无线节点的定位，比如通信基站、蓝牙、Wi-Fi、RFID、红外线等。其中 GNSS 定位主要是应用定位模块，GNSS 的定位原理是利用自身定位模块，接收卫星数据。这些卫星环绕在距离地球一万多公里的轨道上，定位模块通过卫星的位置信息和到达卫星的距离利用方程组求解出定位模块的位置。随后扩展出 GNSS 和其他辅助定位系统的组合定位方法，比如惯性导航系统（INS）等虽然能大大提高定位精度，但是 GNSS 能耗开销比较大，并且在现在高楼林立的城市中信号接收效果较差，从而导致定位错误，或者定位不成功。在高楼密集的城市环境中，GNSS 信号接收不佳，但通信基站、Wi-Fi、蓝牙等的信号在这种环境中比较密集，因此在这种环境下就可以应用地面无线节点进行定位。
.......................

二、基于无线节点定位的研究

1、定位相关技术
（1）Wi-Fi 定位
Wi-Fi 利用无线技术通过空气对数据进行传输，是随着智能设备的普及逐渐兴起的一种无线通信技术。无线通信技术可以不利用特殊的传播介质进行数据传输，因此可以方便的连接无线网络之内的各种设备。上世纪 90 年代初 IEEE 成立了 802.11委员会，制定了 IEEE802.11 标准，随后的几年相继又推出了 IEEE802.11a、IEEE802.11b、IEEE802.11n 等一系列标准。Wi-Fi 就是基于 IEEE802.11 系列标准。上世纪 90 年代末Wi-Fi 联盟成立，随后技术得到飞速的发展。

最早使用 Wi-Fi 技术定位的是芬兰的 Ekahau 公司，由于其定位算法的问题使定位误差在 1~20m 范围内，后来出现了 PinLoc、SpinLoc 等利用 Wi-Fi 技术的定位系统，精度有了明显的提高。
......................

2、常用无线定位模型

（1）基于信号强度的定位
使用 RSSI 的定位技术利用已知信号的信道衰减模型，根据接收到信号的场强大小来计算信号发射端到信号接收端的距离。通过接收多个信号发射端的信号构建方程组，求解方程组获得定位终端的坐标。利用 RSSI 定位的主要问题是传播过程中功率的损耗从而导致的信号的衰减问题，因此如何降低在信号传播过程中信号的衰减是基于 RSSI 定位研究的热点。
由于在使用过程中电信号传播环境较复杂，因此利用 RSSI 进行定位过程中要根据实际定位环境和实测数据对已有模型进行修正。随着近几年国家的制造实力的提升，RSSI 技术的稳定性有了很大的提升，抗干扰性也有明显改善。使用 RSSI 进行定位虽然有精度较低的缺点，但是其对基础设备及硬件依赖较低，可以节省定位成本，减少资源浪费。近年来 Chipcon 推出了 CC2431 芯片，芯片设计时就添加了定位引擎模块，其准确度提高到 3 米，精确度提高到 0.25 米。使用 RSSI 进行定位，对定位数据的采集是在数据传送过程中完成的，因此不需要额外的能耗去完成数据采集。
不通过测量基站与无线信号之间信号传输的绝对时间，而是对基站与无线信号之间的相对时间进行测量，从而实现移动终端的定位，其对时间同步性没有特殊要求，不会受时间同步性的影响。利用到达基站的两个信号的时间差，能够知道以上述基站为焦点的双曲线中含有移动终端的实际位置。测量超过三个基站，就能得到多个双曲线，通过建立双曲线方程组，计算出双曲线方程组的解，移动终端的实际位置就是该方程组的解。
.............................
三、基于鸟群算法的粒子滤波研究 .............. 15
1、滤波算法基本原理 ..................... 15
（1）卡尔曼滤波 .................... 15
（2）扩展卡尔曼滤波 .................. 17
四、基于改进的地图匹配的算法研究 ............... 34
1、地图匹配算法原理 ....................... 34
（1）投影地图匹配算法 ....................... 34
（2）概率统计地图匹配算法 .............. 34
五、总结和展望 ...................... 41
1、主要研究内容和创新点 ...................... 41
（1）主要研究内容 ................... 41
（2）创新点 ................... 41

四、基于改进的地图匹配的算法研究

1、地图匹配算法原理
传统的地图匹配是假设定位终端终始在路上，根据定位终端的轨迹，与地图的路网道路的地理位置信息相匹配，将运动轨迹投影到匹配的路段上，从而进行定位误差的校正。其核心思想就是利用软件对导航定位误差进行修正。高精度的定位技术结合高性能的地图匹配算法，就能实现在路上快速精确的定位。由于其假设定位终端始终在路网信息包含的道路上，因此使用地图匹配算法提高定位精度就需要进行匹配的数字化地图的道路信息具有较高的精确度，同时被定位的终端始终要在数字化地图包含道路信息的道路上。传统的地图匹配算法多用于动态实时 GNSS 定位数据的处理，因此算法按照空间区域分为以下两类。
投影地图匹配算法首先要在电子地图中查找距离最近的路段，然后将表示定位终端位置的点投影到电子地图上对应的路段上，投影点就是匹配后的位置。算法思想虽然简单，但是操作误差会很大，如何将终端位置点精确的投影到电子地图上，专家们做了一系列的研究。要素加权法是将定位终端的轨迹方向和点到电子地图路段的距离进行加权计算。加权计算的权重的大小根据路段方向与定位终端移动的轨迹方向的一致性的高低、距离的大小、空间相关性的大小等作为主要依据，其中一致性越高、距离越小、空间相关性越大，则权重越高，匹配的路段越精确。2008 年张雷元等人在原有的基础上对加权法算进行了改进，改进后的算法在电子地图道路选择上扩大了选择范围，把原算法的人工赋予权重系数也改进成为了多属性决策计算权重的方法，结果表明地图匹配精度明显提高。2012 年王敏等人在原算法的基础上增加了权重范围，把速度的权重也加入进来，同时在原有基础上在定位终端运行轨迹的转弯点，利用电子地图的交叉路口节点的偏移量构建平行四边形，经过试验这种改进的算法在转弯处地图匹配结果精度提升很多。这种算法虽然使用方便，而且在一定程度上可以提高定位终端的定位精度，但是由于其要对轨迹点进行加权和路上数据进行匹配，因此效率比较低，太依赖环境因素，稳定性也较差。
...........................

五、总结和展望

1、主要研究内容和创新点
（1）主要研究内容
本文主要是基于无线节点的移动终端多源信息融合定位算法的研究。随着国内科技的发展，智能设备逐渐增多，人们的需求也随着增长，位置服务要求的精度也越来越高。每个人或多或少，都会有对位置服务有要求，然而在城市比较密集的地方 GNSS信号会受到建筑物的影响而失去定位优势，然而在这些位置无线节点的信号会比较密集，因此利用移动终端利用无线节点定位，变成了在建筑物密集的地方定位的最优选择。本文围绕移动终端利用无线节点进行定位做了详细的研究。利用 PF 优化无线节点的信号，利用 BSA 作为 PF 的建议分布从而降低粒子的退化，进而增加利用无线节点定位的精度。主要研究工作如下：
（1）分析目前无线节点定位的研究背景和研究现状，介绍了常用的无线定位模型，简要分析了基于信号强度法、基于到达角度法、基于到达时间法和基于到达时间差法等几何法和指纹匹配法的定位原理。简要说明了 Wi-Fi 技术和蓝牙技术的发展历程和主要参数，并对无线定位精度的性能指标做了详细的分析。
（2）针对无线节点定位精度误差较大的问题，分析了 KF、EKF、UKF、PF 等算法的基本原理和步骤流程，通过对比分析，采用 PF 来优化无线节点的信号。PF 虽然可以优化无线节点的信号，但是经过循环采样后会出现严重的粒子退化问题，分析了粒子群粒子滤波算法和鸟群粒子滤波算法后，选择利用鸟群算法来优化 PF 的粒子退化问题，从而提高滤波的准确性。实验表明，与传统算法相比，用粒子滤波处理信号和基于鸟群算法的粒子滤波处理信号后，定位的平均误差分别降低了 18%和 26%。大大提高了定位精度。
（3）路网数据不断的完善，并且大多数定位行为发生在路上，选择地图匹配对定位结果进行校正。分析了地图匹配的原理和数据的处理，在此基础上利用隐马尔可夫模型有效地平滑整合噪声数据和路径，进而实现精确的定位。
参考文献（略）