基于RSSI测距改进的多区域自适应室内定位方法

摘要：

借助接收信号强度指示(RSSI)测距的室内定位算法和卡尔曼滤波算法,将目标区域按照室内结构特点划分为多个子区域环境,在每个区域构建基于环境参数库的对数正态阴影扩展模型,同时设计与该扩展模型相匹配的硬件系统结构.利用卡尔曼滤波算法对该模型中所需变量参考距离处接收到的RSSI值进行过滤,并借助极大似然估计进行目标定位,在此基础上提出了一种基于RSSI测距改进的多区域环境自适应室内定位方法.验证结果表明,改进的多区域自适应定位方法与现有的均值法、多区域均值法相比,其室内定位误差分别降低了22.41％和15.1％,且可靠度达到71.43％,充分说明改进的多区域自适应定位方法可有效解决室内定位方法过度依赖外部环境导致定位精准度不高的问题.

关键词：室内定位、环境自适应、对数正态阴影模型、卡尔曼滤波

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技支撑计划基金资助项目2014BAF07B01;中国纺织工业联合会应用基础研究基金资助项目J201508;陕西省教育厅服务地方科学研究基金资助项目16JF009

在线出版日期：2017-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：402-410