当前位置:首页 >> 工学 >>

基于Android手机的室内定位技术研究与实现



硕士学位论文

基于And r o i d手机的室内定位技术

研究与实现

论文作者:徐伟 指导教师:刘守印教授 学科专业:通信与信息系统 研究方向:无线传感器网络

华中师范大学物理科学与技术学院 2014年5月

Research and Implementation of
Indoor Positioning B ased
on

the

Android

Mobile
么砌鲻括

Phone

Submitted in Partial Fulfillment of the Requirement
For the

M.s.Degree in Communication&Information System

By

Xu何何
Postgraduate Program and Technology College of Physical Science

Central China Normal University

Supervisor:Liu Shouyin

Academic Title:Professor

Signature

L iu

S/'I/07:n

Approved

May.2014



硕士学位论文
MASTER’S TltESIS

华中师范大学学位论文原创性声明和使用授权说明
原创性声明
本人郑重声明:所呈交的学位论文,是本人在导师指导下,独立进行研究工作 所取得的研究成果。除文中已经标明引用的内容外,本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在 文中以明确方式标明。本声明的法律结果由本人承担。

作者签名:

镎,午


日期:沙,中年f月≯蛔

学位论文版权使用授权书
学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定,即:研 究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并 向国家有关部门或机构送交论文的复印件和电子版,允许学位论文被查阅和借阅; 学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手 段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)

保密论文注释:本学位论文属于保密,在——年解密后适用本授权书。
非保密论文注释:本学位论文不属于保密范围,适用本授权书。

作者签名:锈伟

导师签名:如匀7

呐j肿笤月丫日

日期:影垆,月垆

本人已经认真阅读“CALIS高校学位论文全文数据库发布章程”,同意将本人的 学位论文提交“CALLS高校学位论文全文数据库”中全文发布,并可按“章程”中的

规定享受相关权益。圃葱论裒埕交蜃溢后i旦坐生;旦二生;旦三玺发盔。

作者签名:【犀,午
日期:弘1眸f月2,‘f日

驯币农幺.未以研 导师签名:痧彬f。
日期:伽7《,年j月叩日


GPS(Global

硕士学位论文
MASTER’S THESIS

摘要
室内定位是指当人或者物体在室内时,获取其位置信息的定位技术。由于
Positioning

System)全球定位系统在全世界的普及,室外定位技术已经非

常成熟,但是,在室内接收的GPS信号非常微弱,甚至接收不到,故室内定位需要 采用新技术。目前,可用于室内定位的技术有很多,包括RFID、蓝牙、红外、UWB、 ZigBee、W语i和行人航迹推算PDR(Pedestrian
Dead

Reckoning)技术等。行人航迹推

算PDR技术是一种基于传感器信息计算行人相对位置的定位技术,它首先通过加

速度传感器检测行人的步数并估算出步长,然后通过磁阻传感器和陀螺仪计算出行
人的方位角,最后获取人体移动的相对位置从而实现定位。相较于其他室内定位方

法,行人航迹推算PDR不受外界环境影响,定位精度较高,但只能获取相对位置
信息,且存在累积误差;而WiFi定位是基于设备接收到的WiFi热点的信号强度, 来计算物体的位置信息,因此通过WiFi定位可获取绝对位置信息,可用来减小PDR

定位累积误差,但是WiFi定位精度易受外界环境的影响。因此本文使用行人航迹 推算PDR和WiFi联合定位技术,实现高精度和高稳定性的室内定位。此外,由于
W'tFi热点已经广泛存在于室内空间,因此此种联合定位方式一般不需要额外布置其 他硬件设备。 现在,智能手机越来越普及,WiFi成了必备功能,大多数智能手机也内置了加 速度传感器和磁阻传感器,少数手机还内置了陀螺仪和气压计,因此直接使用智能 手机实现室内定位成为了研究热点。本文以Android智能手机XIAOMI M1作为硬 件平台,设计并实现了行人航迹推算PDR和W'tFi联合室内定位系统。首先,在

Android手机上设计并实现WiFi室内定位;然后,基于Android手机平台设计并实
现行人航迹推算PDR技术,并提出新的步长估计算法以提高定位精度;最后,提 出行人航迹推算PDR和WiFi联合室内定位技术的融合策略,并用实验验证。

本文主要研究的内容和实现的工作有:

(1)在WiFi网络基础上,研究和设计了基于Android手机平台的室内定位技
术,并搭建基于WiFi定位的服务器;

(2)研究和实现了基于Android平台的行人航迹推算PDR技术:
(3)提出新的步长估计算法,并设计实验验证其提高了步长估算的精度; (4)提出行人航迹推算PDR和WiFi联合的室内定位技术的融合策略,并设 计实验验证。

关键词:室内定位;眦i;PDR;Android;步长估算

ABSTRACT

The indoor positioning means obtaining the position information of



person

or

an

object

in



room.Due

to the popularity of the

GPS,the outdoor localization technology

to be detected, is fully developed.But in the indoor condition,the GPS signal is too weak
SO

indoor positioning needs new and

technologies.At
Dead

present,RFID,Bluetooth,Infrared, other techniques

UWB,ZigBee,WiFi

PDR(Pedestrian


Reckoning)and many
using
sensor

have been used in this area.PDR is

technology

information to calculate


the relative position.Firstly,it detects the steps

and

estimates the step length of

the gyroscope pedestrian using the accelerometer.Then it utilizes

and

the electronic

it obtains the relative position of the compass to calculate the azimuth.Finally

pedestrian.
positioning

Compared with other indoor
accuracy

has positioning techniques,PDR

higher

and

it won’t be affected by the environment.However,it

Can

only obtain the

relative position
on

information

and has cumulative

errors;WhileⅦI
it

positioning is based give the absolute

the receiving signal strength from tlle

AP(Access Point),SO

can

position

information and

help

reduce the PDR positioning cumulative error,but the
on

positioning accuracy depends fusion

the

environment.Therefore,this
technologies widely
to achieve

article proposes



strategy

of PDR and

WIFI

positioning

high

accuracy
IS

and

stability indoor localization.In addition,as APs realize PDR and

exist in the room,it

easy to

WIFI

positioning

without adding
more and more

additional hardware equipments,

As也e smart phones

become

popular,and

they were embedded research

with
and


WiFi module,accelerometer,electronic compass and gyroscope,the
implementation of indoor positioning based hotspot.This paper chooses
on

the android mobile phone has become

XIAOMI M 1 as

hardware

platform

to

implement the indoor

how to achieve indoor positioning positioning system.Firstly,this paper describes system based puts forward
on

WiFi.Then,it

describes indoor positioning system based

on

PDR,and



new step length estimation algorithm to

improve

the positioning accuracy.
on

Finally,this paper puts and WiFi

forward



fusion strategy for indoor positioning based

PDR

technologies.
contents
and results of the research in this paper
are

The main

as follows:
ON

(1)

Researching

and
the

based designing the indoor positioning system

WiFi,

and setting up

WiFi

indoor

positioning
11

server.

(2)

Researching and designing the indoor positioning system based forward


on

PDR.

0)Putting

new step length estimation algorithm to improve the

positioning accuracy.

(4)Putting forward WiFi.
Keywords:Indoor



fusion strategy for indoor positioning based

on

PDR and

Positioning;WiFi;PDR;Android;Step length

estimation

III



硕士学位论文
MASTER’S THESIS





摘要……………………………………………………………………………………………………………………I
ABSTRACT………………………………………………………………………………………………………。Ⅱ

第1章绪论…………………………………………:……………………………………………1 1。1课题研究背景……………………………………………………………………一1 1.2课题研究意义……………………………………………………………………..2 1.3课题研究及应用现状……………………………………………………………..3 1.3.1智能手机平台的应用现状……………………………………………………3 1.3.2室内定位技术的研究现状……………………………………………………3 1.4论文主要研究内容及组织结构…………………………………………………一5 1.4.1论文主要研究内容……………………………………………………………5 1.4.2论文组织结构…………………………………………………………………5

第2章、firlFl室内定位基本原理与实现……………………………………………………7
2.1 2.2

W诬i室内定位基本原理…………………………………………………………..8 WiFi室内定位方法比较与选择…………………………………………………..8

2.2.1三角形定位方法………………………………………………………………9 2.2.2位置指纹定位方法………………………………………………………….11
2.3

Android手机平台及编程环境……………………………………………………13

2.4位置指纹定位方法在Android手机平台上的实现…………………………….14 2.4.1训练阶段的软件设计与实现……………………………………………….15 2.4.2定位阶段的软件设计与实现……………………………………………….19 2.5位置指纹定位方法的服务器设计与实现………………………………………2l

第3章行人航迹推算PDR技术基本原理及实现……………………………………….25
3.1基于传感器数据的相对位置定位技术基本原理………………………………25 3.2两种相对位置定位技术的比较…………………………………………………26 3.2.1惯性导航定位技术…………………………………………………………。26 3.2.2行人航迹推算PDR技术……………………………………………………27 3.2.3两种技术的比较…………………………………………………………….29

3.3行人航迹推算技术PDR技术在Android手机上的实现………………………30
3.3.1信号采集设计与实现……………………………………………………….32

硕士学位论文
MAS'11ER‘S THESIS

3.3.2信号滤波设计与实现……………………………………………………….32 3.3.3步频检测和步长估算的设计与实现……………………………………….33 3.3.4方向检测…………………………………………………………………….35 3.3.5位置估算…………………………………………………………………….35

第4章新的步长估计算法提出及实验验证……………………………………………….36
4.1常用步长估算算法介绍………………………………………………………….36 4.2新的非线性步长估计算法与其他非线性步长估计算法的比较………………38 4.2.1行人常规步长实验数据的比较…………………………………………….40 4.2.2行人大步长实验数据的比较……………………………………………….41 4.2.3行人小步长实验数据的比较……………………………………………….41 4.3新的步长估计算法实验验证的结论……………………………………………43

第5章行人航迹推算和WlFI室内定位技术的融合策略及实验验证………………44
5.1行人航迹推算与WiFi定位方法融合的优势…………………………………..44 5.2行人航迹推算与WiFi室内定位技术融合的策略及实现……………………..44 5.3系统测试与实验结果验证………………………………………………………47 5.3.1联合定位算法与单独WiFi室内定位算法实验结果比较…………………47 5.3.2实验结果比较及分析验证………………………………………………….48 第6章总结和展望……………………:…………………………………………………….49 6.1论文总结………………………………………………………………………….49 6,2论文展望…………………………………………………………………………49

参考文献……………………………………………………………………………………………51
致谢……………………………………………………………………………………………………………….5jI



硕士学位论丈
MASTER’S THESIS

第1章绪论
1.1课题研究背景
定位技术,简单来说就是指获取物体的位置信息。GPS全球覆盖达到98%,具

有定位精度高、快速、省时、高效等优点,在室外定位应用非常广泛,已经满足人
们在室外定位的需求。但是,由于卫星信号容易受到遮挡,在室内很难收到GPS 信号,因此室内定位需要使用新的技术。 近年来,许多研究机构和科技公司,针对室内定位问题开展了大量研究,例如 基于移动通信网络的辅助GPS(A.GPS)、伪卫星(Pseudolite)、射频标签(RF/D) 室内定位、无线局域网(WLAN)室内定位、ZigBee室内定位、超宽带无线电(UWB) 室内定位、蓝牙(Bluetooth)室内定位、地磁、广播信号及地面的数字通信、手机

自主惯性传感器定位导航、红外室内定位、计算机视觉室内定位、光跟踪定位、超
声波室内定位等。这些技术主要分为两类:~类主要用来定位,例如伪卫星定位技 术;另一类主要目的在于通信,同时也能兼顾定位,如ZigBee室内定位。 室内定位技术的研究,从网络覆盖范围上来划分,主要有两个方向【?】:局域和 广域室内定位。利用WiFi、蓝牙、ZigBee和RFID技术进行室内定位的定位方案, 都是局域室内定位,这些网络覆盖范围较小,因此都以局域网为基础实现室内定位;

而澳大利亚的室内定位技术Locata、中国北京邮电大学的TC.OFDM和美国
Qualcomm公司的方案,都是属于广域室内定位技术,这些网络覆盖范围都较广, 都是以广域网为基础,实现室内定位。除了使用无线网络定位技术,还有其他定位 技术,比如运用计算机视觉图像进行定位,但是目前这些技术主要在科学研究及军 事应用中使用,例如计算机视觉导航用在火星车的导航。广域室内定位技术通常需 要设计专门的芯片,甚至要改造相关的基站等。因此,基于广域网的室内定位技术 研发和实现的时间周期较长、成本巨大,而局域室内定位技术研发和实现的周期短、 成本较低,考虑到商业化推广,局域室内定位技术是更好的方案。

在局域网室内定位技术中,基于802.11的WiFi室内定位技术研究较多。很多
大型建筑都已覆盖WiFi信号,包括大型超市商场、大型的写字楼以及机场等。有 许多公司都在研发自己的WiFi室内定位产品,如Cisco、Aeroscout、Motorola、 Ekahau等公司,Google也在部分国家开通了WiFi室内地图和定位。随着大众消费 相关行业对室内定位需求的增加,近期也涌现出一批如Wifislam、Meridian、智慧 图等使用WiFi定位,但有自己特色的公司。另外国内的地图公司比如百度、高德、



五更士学位论文
MASTER’S THESIS

四维等,也在研发基于WiFi的室内定位产品,这些基于WiFi网络的室内定位系统, 都是以信号强度RSSI(Received
Signal Strength

Indicator)为基础进行室内定位的。

1.2课题研究意义
近年来,基于位置的服务在国内受到相当热烈的讨论,其主要具有两种功能: 提供位置信息和在此位置信息的基础上提供服务。 大部分人每天在室内的时间超过70%,而在室内的商业消费行为占整体消费的 比例则更高。由于智能手机和GPS快速发展,在室外,基于位置的服务和应用,极 大地便利了用户,然而在室内,基于位置的服务却因室内定位技术障碍而成果寥寥。 室内定位的应用场景如下[21: (1)大型建筑物的室内定位和导航技术 当行人进入某个不熟悉的室内环境时,如大型商场、大超市、飞机场、展览中 心等,由于室内面积一般都较大,室内的布局比较复杂,行人无法得知自身所处环 境的位置,此时就需要室内定位技术帮助行人确定自己的位置,并帮助行人寻找店 铺、产品或服务,比如商场的某个商铺、购物中心的厕所、机场出租车入口等,通 过室内导航软件,系统将自动生成导航的路径,快速准确指引行人到达目的地; (2)精准投放商业广告

通过室内定位技术,可以详细准确地获取用户在商场的停留位置,比如可以确
定消费者在哪些商铺停留的时间比较久,这些数据可以帮助广告商分析用户的消费 习惯和需求,甚至通过更加科学的数据分析,广告商就可以向顾客和行人发送更加 精准的广告。同时,也可以帮助店家实现其他的营销工作,比如推送促销、打折等 的信息。 (3)公共安全 在室内、地下停车场、地铁站等无法通过GPS来定位的地方,如果突然发生火 灾等危险事件,室内定位可以定位出求助者的位置,同时也可以定位救援人员的位 置,这样就可以大量缩短救援时间,有助于快速开展准确的搜救行动,抢救遇险者 的生命。 (4)寻找走失的伙伴或宠物 在大型室内建筑物中,为了防止小孩丢失,家长可以给小孩配备防拆的定位设 备,通过室内定位系统,将小孩的位置实时上传到家长的手机,这样如果不小心与 小孩走散,家长通过定位设备可迅速找回小孩。 室内定位技术还可应用在很多领域。通过以上分析可以看出,不管是对于商业




硕士学位论文
MASTER’S THESIS

应用,还是公共安全,研究室内定位技术都具有重要意义。

1.3课题研究及应用现状
1.3.1智能手机平台的应用现状 Android操作系统是基于Linux的,由开放手机联盟和Google一起开发,因此

Android操作系统的源代码基本是开源的。Android操作系统主要使用在手机和pad 等手持移动设备上。Android操作系统最初由Andy Rubin开发,2005年8月由Google
收购注资。开放手机联盟在2007年11月成立,它是由Google公司联合软件开发 公司、硬件制造公司及电信营运公司等84家公司组建的,此联盟的目的是为了共

同研发改善Android。随后Android的源代码被Google以Apache开源许可证的授 权方式发布。2008年lO月,第一部基于Android操作系统的智能手机发布。随后
Android操作系统逐渐扩展到pad及其他领域上,如智能电视等。2011年第一季度,

Android操作系统在全球的手机操作系统的市场份额首次超过Symbian系统的市场 份额,成为全球使用量排名第一的操作系统。2012年1 1月,Android操作系统占据
了全球76%的智能手机操作系统份额,而且占有了90%中国市场的智能手机操作系

统份额。2013年09月24日,全世界采用Android操作系统的电子设备的数量达到
10亿台。 因此,使用Android智能手机作为室内定位的硬件平台,更加符合大众的需求,

可以通过安装Android App的方式,推广室内定位技术。
1.3.2室内定位技术的研究现状 目前国内外的室内定位技术和产品很多,由于局域室内定位技术的硬件成本较 低、且系统实现也较为容易,本文选取基于局域网的室内定位技术。本节详细介绍 常用的几种局域网室内定位技术,并分析优缺点,选取性能更加优越的,适合在

Android手机上使用的技术12]。
(1)蓝牙室内定位技术 蓝牙室内定位技术主要采用基于蓝牙信号强度的三角定位技术,该定位技术除 了使用智能手机的蓝牙模块外,还需在定位环境中部署蓝牙基站,最高可以达到诬 米级定位精度,该技术的代表是Nokia的HAIP解决方案。另外,苹果公司也开发 了iBeacon蓝牙室内定位系统,该系统已经在美国一共254个Apple Store中启用了。 (2)超宽带定位技术



硕士学位论文
MASTER’S THESIS

超宽带定位技术主要是基于UWB脉冲信号进行定位。在移动设备中嵌入多个

传感器,采用TDOA和AOA定位算法,对待定位标签的位置进行计算分析,该
技术多径分辨能力强、定位精度可达亚米级。Ubisense是超宽带定位技术的代表。 但手机不支持UWB,同时UWB难以实现大范围室内覆盖,定位成本非常高,不 利于大范围推广。 (3)超声波定位技术 超声波定位技术是基于超声波信号识别物体,并计算其位置信息。Shopkic是 该技术的代表应用案例,具体实现方法是在待定位场所,安装超声波信号盒子,这 些超声波信号可以被手机的麦克风检测,手机通过分析这些信号实现定位,这个定 位系统主要用于用户到达某个店铺的签到。 (4)基于传感器的室内定位导航技术 基于传感器的室内定位导航技术,主要是应用手机上的惯性传感器采集的运动 数据,然后通过计算来获取手机的位置信息。但由于该技术无法获取手机初始姿态,

另外手机上的惯性传感器精度也不是很高,因此该技术的室内定位效果不是很好。
但是,由于其定位数据比较稳定,现在越来越多的人使用该方法进行辅助导航,比 如在无法接收到其他的有效定位信号的情况下,可以使用该方法来辅助定位。 (5)LED定位技术 LED定位技术主要是以LED灯具为基础,让LED灯具发出一定规律和频率

的光信号,再使用智能手机的摄像头接收该光信号,并进行检测、计算定位信息,
该定位技术不需要用户将手机摄像头对准特定方向,就可以接收反射来的光信号。

该定位技术的定位精度可以在1米之内,Bytelight是LED定位技术的代表。但是
LED定位技术需要使用特殊的芯片,还需要特定的LED灯具,成本较高,不利于

该技术的广泛推广。尽管如此,LED定位技术还是具有很大的研究价值。
(6)ZigBee室内定位技术

ZigBee室内定位技术类似于蓝牙定位技术,常采用ZigBee的三角定位原理, 需要事先布置ZigBee基站模块,然后使用ZigBee定位模块实现定位。和蓝牙定位
技术一样,ZigBee室内定位技术所需要的ZigBee基站和ZigBee定位模块不够普及, 需要在定位环境中另外布置,因此,没有大规模推广,ZigBee室内定位技术常用于 工业的传感领域和智能家居方面。 (7)WiFi室内定位技术 WiFi定位是基于WiFi热点AP(Access Point)的信号强度计算物体的位置信息。 很多大型建筑都已覆盖WiFi信号,包括大型商场超市、大型写字楼以及机场等。




硕士学位论文
MASTER’S THESIS

有多公司都在研发自己的WiFi室内定位产品,如Cisco、Aeroscout、Motorola、 Ekahau等公司,Google也在部分国家开通了WiFi室内地图和定位。随着大众消费 相关行业对室内定位需求的增加,出现了使用WiFi定位且独具特色的公司,如 Wifislam、Meridian、智慧图等。此外,一些国内的地图公司也开始研发基于WiFi 的室内定位产品,这些基于WiFi网络的室内定位系统,都是以信号强度指示RSSI 为基础进行室内定位的。 (8)PDR行人航迹推算 PDR定位是一种基于传感器信息计算相对位置的定位方法,首先通过加速度传 感器检测行人的步数并计算出步长,然后通过磁阻传感器和陀螺仪计算出行人的航 向角,最后获取人体移动的相对位置从而实现定位。相较于其他室内定位方法,PDR 不受外界环境影响,定位精度较高,但只能获取相对位置信息,且存在累积误差。 综上所述,由于WiFi网络的普及,在局域定位技术中,选用WiFi定位实现较 为简单,成本较低,但定位精度受外界环境影响较大;PDR不受外界环境影响,定

位精度较高,但只能获取相对位置信息,且存在累积误差,故本系统使用WiFi和
PDR联合定位,通过WiFi定位获取绝对位置信息,减小PDR定位累积误差,通过 PDR技术使定位数据更加稳定,减小环境影响,还可以获取更高的定位精度,最终 获取更加稳定和更加准确的室内定位信息。

1.4论文主要研究内容及组织结构
1.4.1论文主要研究内容
本课题研究主要集中在五个方面:一是室内定位技术的研究现状和应用前景,

通过比较常用的室内定位技术,选择基于WiFi和行人航迹推算PDR技术联合的定
位方法;二是详细说明基于WiFi网络的室内定位技术的原理,并阐述在Android 智能手机平台上实现该技术的方法;三是详细介绍行人航迹推算PDR技术的原理,

并在Android智能手机上实现该技术;四是提出一种新的步长估计算法,并通过实
验验证该算法的准确度;五是提出一种基于WiFi室内定位和行人航迹推算PDR技 术融合的室内定位策略,并验证。

1.4.2论文组织结构
本文组织结构如下: 第一章为绪论。主要介绍了室内定位技术的研究背景、研究意义和研究应用现



硕士学位论文
MASTER’S THESIS

状,同时,本章也总结了论文的研究内容和组织结构。

第二章为基于WiFi的室内定位实现。首先详细讲述了基于WiFi网络的室内定 位技术的原理;然后通过比较两种常用的WiFi室内定位方法,最终选择使用位置 指纹定位方法;最后在Android手机上实现位置指纹定位方法,并搭建用于位置指
纹定位的服务器。 第三章详细介绍了行人轨迹推算PDR技术基本原理及实现方法。首先介绍行 人轨迹推算室内定位技术和Android手机平台开发技术,然后详细介绍行人轨迹推 算技术在Android手机上的实现方式。

第四章提出新的步长估计算法并进行实验验证。详细介绍已有的步长估计算 法,然后提出新的步长估计算法,并通过实验将此算法与其他非线性步长估计算法
进行比较,验证其有效性。

第五章设计行人航迹推算和WiFi室内定位技术的融合策略并进行实验验证。 首先说明行人航迹推算和WiFi室内定位技术融合的优势;然后详细介绍这两种室 内定位技术融合的策略和实现方式;最后进行系统测试和实验验证。
第六章为总结与展望。总结系统已实现的功能和后续需改进的地方。



硕士学位论文
MASTER’S THESIS

第2章WIH室内定位基本原理与实现
无线网络是指不同设备之间如手机、pad、笔记本等设备,不需要有线连接, 而是以无线的方式互相连接的网络。WiFi是众多无线网络通信技术中的一种网络技 术标准,是由WiFi联盟设计的,该技术目的是改善无线网络产品在IEEE802.1 1标 准上的互通性。1997年,WiFi的第一个版本发布,该版本定义了WiFi的MAC层 和物理层。设备问可采用基站、访问点和直连的方式进行通信。IEEE802.11是 IEEE802_3以太网的无线技术版本标准,该标准下的传输速率有I Mb/s和2Mb/s两 种。 目前,IEEE802.1ib最高速率是IEEE802.11标准速率的5倍,最高可以达到
1 1Mb/s,

并且可根据情况选择5.5Mb/s和1 1Mb/s,由于IEEE802.1ib高速的传输速

率,无线局域网的应用领域扩张的十分迅速。IEEE802.1ib使用的是2.4GHz频带, 这个频带是免费使用的。IEEE802.1ib采用的是CSMA/CA技术来避免网络中的碰撞。 IEEE802.1la是IEEE802.1ib的改进标准,工作在5.8GHz频带,这主要是因为在 2.4GHz这个频段有太多的标准(比如蓝牙、zigbee等)及产品,所以经常会有来自 不同信号的干扰。IEEE802。lla的速率可达到54Mb/s,它采用的是正交频分多址 OFDM技术,采用多个频道来同时传送信息,这样可以提高传输的速率。 除了上面描述的标准外,与之相关的系列还有IEEE802.1lg。IEEE802.119是~ 种混合标准,介于IEEE802.1la和IEEE802.1ib规格之间,它可兼容IEEE802.1la标 准和IEEE802.1ib标准,因此IEEE802.119既能在2.4GHz频率下,以每秒1 1Mb/s 的速率传输数据,也可在5GHz频率下,以54Mb/s的速率传输数据。 IEEE802.11标准的特性比较如图2.1所示: 类型
ⅢEE802.1 mEE802.1
1 1b

特性 基本无线局域网标准 2.4GHz频段的高速无线局域网标准 5GHz频段的高速无线局域网标准 兼容IEEES02.1 I b和IEEES02.1
图2.1
IEEE802.1 l


速度
1Mb/s和2Mb/s 5.5Mb/s和1 1Mb/s 54Mb/s


mEE802.1la
IEEE802.1 Ig

1Mb/s和54Mb/s

1标准的特性比较




2.1

硕士学位论文
MASTER‘S THESIS

WiFi室内定位基本原理

随着WiFi无线网络的广泛应用,WiFi热点AP也越来越多的被布置在各个公 共场所,因此,基于WiFi的室内定位技术也被越来越多的科研人员和工程师研究。 常用的WiFi的定位技术如下: (1)基于传播时间的WiFi定位技术 WiFi使用的无线电波在空气中传输的速度为光速C,假设电波从热点AP传输 到移动端所花费的时间为t,则移动端到AP的距离为c*t,如果已知三个AP的位 置,通过三角定位法,就可以计算出移动端的具体坐标,但是由于电波传播速度非 常快,如果测量的时间误差为lus,那么计算的距离误差就达到300m,因此基于传 播时间的室内定位技术,需要非常高的时间测量精度,因此对硬件的要求非常高。 (2)基于传播模型的WiFi定位技术 理论上说,电波信号在无干扰和障碍物的情况下,传播过程中的信号强度衰减 可用公式2.1表示:

e(d)=而PtGt丽G,.A2(2-1)
在公式(2.1)中,e(d)是移动端接收到的信号功率,£是AP的传输功率,

是发射端的增益,G,是接收端的增益,五是电波的波长,三是损耗系数,d是AP 和移动端的距离,在式中只有d是未知数,因此可以通过公式计算AP和移动端的 距离,在三个AP的实际坐标已知的情况下,通过三角定位法,就可以计算出移动 端的具体坐标。

相较于基于传播时间的定位方法,基于电波传播模型的定位方法,不需要很高 的硬件要求,但是由于电波传播模型与周围环境有很大的关系。同时由于周围环境
的波动也会造成AP信号强度的波动,这样也会影响定位的精度。 (3)位置指纹定位方法 考虑到基于传播模型的方式,需要预先知道AP的具体位置,学者提出位置指 纹定位方法。基于位置指纹的定位方法,主要是先在待定位区域采集特定位置的

AP信号强度存入指纹数据库,然后通过比较移动端在定位过程中接收到的AP信号
强度与指纹库里的信号强度数据,最终获取移动端的位置信息,详细来说就是将手 机在某一位置接收的AP信号强度与数据库中已经存在的已知位置的AP信号强度 进行比较,可以通过一定的匹配算法选择最匹配的位置作为该移动端的估计位置, 从而完成定位。



2.2

硕士学位论文
MASTER‘S THESIS

上述三种定位方式也是使用其他无线网络技术进行定位常用的方式,在三种定 位方式中,基于传播时间的定位方式需要较高的时间基准,基于传播模型的定位方 式对周围环境比较敏感,而指纹定位需要存储大量的指纹数据。

WiFi室内定位方法比较与选择

目前,在基于WiFi的室内定位技术的研究工作中,大多数还是利用AP信号强
度计算物体的位置,主要包括三角形定位和位置指纹定位两种方法[31。

2.2.I三角形定位方法
三角形定位方法主要可以分为两个阶段:测距阶段和定位阶段。 (I)测距阶段 三角形定位方法,首先需要在待定位区域已知的三个位置放置三个AP热点, 然后通过移动设备在待定位点接收来自三个不同位置AP的信号强度RSSI,最后依

照公式(2—1)中的无线信号传输损耗模型,分别计算出待定位目标到相应AP热点的
距离。 无线电波在传输过程中,移动端接收的信号功率大小随距离的变化关系,可由

公式(2一1)信号传输损耗模型得到。但是公式(2一】)的模型一般都会受到路径损耗、阴 影衰落等因素的影响,因此在城市、郊区等环境下,通常采用式(2.2)所示的简化 模型来代替公式(2.1)的传输损耗模型: Pf(d)=K-10clg(d)(dBm)
其中,s是非自由空间的损耗系数,d代表移动端与发射端之间的距离, 以用如公式(2—3)的常数表示:
K=1019

(2—2) K可

Lo.P001r(do面)l+20lg(d。)

(2-3)

(2)定位阶段 如图2.2,A、B、C分别为已知位置的三个AP热点的圆心,AD、CD、BD分 别表示移动端到三个发射端的距离,然后以A、B、C为圆心,AD、BD、CD为半

径作圆,三个圆的交点就是待定位位置的坐标D。





硕士学位论文
MASTER’S THESIS

图2-2 3个AP热点信号覆盖示意图

设移动端位置D的坐标为(x,y),(x。,Y。)、(x:,Y:)、(x,,Y3)分别为A、
B、C三个点的坐标,且预先已知,通过公式(2.1)可以计算出A、B、C到D的位置
分别为d。、d:、d,,则通过下列方程中的任意两个可求得D的位置(x,y):

(x—x。)2+(y-y。)2=d; (x-X:)2+(y-y:)2=d; (X-X,)2+(y-y,)2=d;

、(2.4) (2—5) (2—6)

但是,一般情况下,通过公式(2—1)计算的移动端到发射端的距离是有误差的, A、B、C三个圆有可能不是相交于一点,这就会导致三个方程联合求解是无解的状 态。此时,存在有两种不同的典型的无解情况,如图2.3和2-4所示:

10



硕士学位论丈
MASTER‘S THESIS

图2-3方程组无解情况1

图2-4方程组无解情况2

那么此时,D点位置(x,y)的求解方法如下:

首先根据方程(2-4)和(2—5)得到圆A与圆B的两个交点(X州Y曲。)、 (x妣,y妣),根据方程(2—4)和(2—6)求解圆A与圆C的交点(X刈y。;)、(X。醴,Y。:), 根据方程(2—5)和(2-6)计算圆B与圆c的交点(xk。,Ybc。)、(Xtw.2,Ybc2)。 然后将圆A与圆c的交点(X拼Y出。)和(X曲:,Y曲:)代入公式(x-X:)2+(y-y:)2 中,找出距离圆B圆心较近的点,为(x。,Y蠲)。同理可求(xk,Yk)、(k,Yk)a
最后可求得待定位位置的近似坐标如公式(2。7)所示

(x,y)=f堑警,堕警l

j j

(2.7)



根据三角形定位算法的原理,其定位精度主要取决于准确的信号传输损耗模型 和预先已知的AP位置信息。然而,由于获取AP位置信息涉及到个人隐私等,得
到所有AP的位置信息非常困难,因此推广三角形定位方法并不现实。同时,建立 一个符合实际而准确的损耗传输模型主要取决于环境中影响信号传输的因素,因 此,不同环境下的信号传输损耗模型均不一样。因此,基于三角形定位的方法实现 比较困难。

2.2.2位置指纹定位方法
位置指纹定位方法也是基于无线信号强度RSSI的,其过程如图2.5所示,分 为两个阶段:训练阶段和定位阶段。

硕士学位论文
MASTER’S THESIS

图2—5指纹定位方法框图

(1)训练阶段 训练阶段的目的是在待定位区域的特定的位置,采集移动端能够接收到的WiFi 热点AP的信号强度RSSI,建立一个AP信号强度的位置指纹数据库。首先,将待 定位区域映射在一个二维坐标系中,选择合理的参考点,在各个参考点上测量来自 不同AP热点的信号强度RSSI的值存入数据库,同时也存储这些RSSI值对应的

MAC地址、实际坐标值。由于周围环境对无线信号有影响,测量的信号强度不稳
定,因此在每个参考坐标上,可在同一地点,测量多次信号强度,求平均值后存入 指纹数据库。 (2)定位阶段 定位阶段,移动者可以移动到任何位置,然后使用手机采集移动者所在位置可 以接收到的AP信号强度信息,通过位置指纹匹配算法与信号强度指纹数据库中的 数据进行比较,匹配出最符合的位置作为移动者的定位信息。本文使用的是最近邻 匹配算法(KNN)。该算法如公式(2.8)所示,假设待定位区域的AP信号强度数据库 中,一共有有m个参考坐标,n个W'tFi热点AP:


、!

dis:【批一岛|口1口(2-8)
\j=J /

在(2.8)式中j=1,2,…,n;

i=l,2,…,m。bi表示移动者在待定位位置接收

到来自第j个WiFi热点AP的信号强度。E,表示在信号强度数据库中第i个参考
12

硕士学位论文
MASTER‘S THESIS

坐标接收到来自第j个WiFi热点AP的信号强度。当a=1时,dis为曼哈顿距离; a:2时,dis为欧几里德距离。距离越小代表这个位置坐标和实际位置坐标越匹配。 KNN算法就是在计算所得的dis中,从小到大选择K个dis对应的参考坐标。假设

匹配出的参考点坐标为(X/,YJ),z ft.【1,K】,则待测点坐标为:




(训)=古∑(而,M)
』L

(2—9)



在公式但一9)9,本文取a=1,K=3。 通过详细描述两种室内定位的方式,可以看出,根据三角形定位算法的原理, 其定位精度主要取决于准确的信号传输损耗模型和预先知道的AP位置信息。然而, 由于获取AP位置信息涉及到个人隐私等,得到所有AP的位置信息非常困难,因 此如果要推广三角形定位方法并不现实。同时,建立一个符合实际且准确的损耗传 输模型主要取决于环境中影响信号传输的因素,因此,不同环境下的信号传输损耗 模型不一样。因此,基于三角形定位的方法实现比较困难。而基于指纹识别的定位 方式不需要三角形定位的前提条件,而是需要采集信号强度指纹库并存储,通过数 据库匹配的方式实现定位,因此实现起来更加方便,本文选取了基于指纹识别的方 式来进行室内定位。
2.3

Android手机平台及编程环境

Android操作系统主要分为三部分,采用了软件堆层的架构。底层是Linux内 核,提供基本功能,主要的开发语言是C语言;中间一层的内容包括函数库和虚拟 机,主要的开发语言是C++;最上层就是指基于Android操作系统的应用软件,应 用软件主要是由各公司自己开发并发布,包括通话程序,显示IJI、短信程序等,主

要的开发语言是Java。本系统是开发应用程序,因此主要使用Java语言编写软件代
码。

Android操作系统提供开源代码和开放的开发平台,应用软件的开发者能够使
用Java语言,编写各种各样的应用程序。另外,应用软件开发者,也可以使用智能 手机硬件的优势、通过GPS服务访问位置信息、通过多线程运行后台服务、自定义 向状态栏发送通知等。

程序开发者在服从框架执行的安全限制前提下,可以直接使用Android操作系 统核心程序所提供的框架APIs。Android操作系统的应用程序的结构,目的是为了
简化组件的重用,从而使得任何应用程序可以使用这些功能。这~机制允许用户替


换组件。
Content

石灵士擘位论文
MASTER’S THESIS

应用程序主要是由一组服务组成,包括:

Vie、r可扩展的视图集合,包括List、网格、TextView、Button等,使用这
些可用于构建一个应用程序。

Providers——使得Android应用程序能共享自己的数据,也可以用来访

问其他应用程序的数据。
Resource

的文本、图片等。
Notification

告,并再通知栏显示。
Activity

M锄ager使得Android应用程序可以访问非代码资源,如SD卡中 Manager使得Android应用程序能够向通知栏发送自定义的警 MaIlager管理Android应用程序生命周期。

Android操作系统的应用程序的编写是使用Java语言,因此搭建Android编程 环境,首先要安装Java SDK,配置Java编译环境,然后安装Eclipse,并安装Android
SDK,最后安装Eclipse插件ADT。

2.4位置指纹定位方法在Android手机平台上的实现
Android操作系统本身提供了对Wifi操作的包:android.net.wifi。主要包括以下 几个类和接口【4】【5】【6】【71:
(1)ScanResult

可以用来查看接收到的WiFi热点AP的相关信息,包括WiFi热点AP的地址,

WtFi热点AP的名称,WiFi热点AP的身份认证,使用的频率,接收的信号强度等
信息。 (2)WifiConfiguration Wifi网络的配置,包括安全设置等。 (3)WifiInfo 已经连接的WiFi热点AP的相关信息,包括W'ffi热点AP的网络连接状态,

连接的IP地址,与WiFi热点AP的连接速度,WtFi热点AP的MAC地址,使用
的网络D,接收到的信号强度等信息。这里简单介绍一下其中的方法:
getBSSID0接口函数:获取BSSID getDetailedStateOf0接口函数:获取客户端的连通性 getHiddenSSID0接口函数:获得SSID是否被隐藏 getlpAddress0接口函数:获取IP地址
14



硕士学位论丈
MASTER:S THESIS

getLinkSpeed0接口函数:获得连接的速度 getMacAddress0接口函数:获得Mac地址 getRssi0接口函数:获得802.11n网络的信号 getSSIDO接口函数:获得SSID getSupplicanState0接口函数:返回与客户端相关状态的具体信息 (4)WifiManager 用来管理手机与WiFi热点AP的连接。 getWifiState0接口函数:用来获取Wifi网卡的状态 getConnectionInfoO接口函数:可以得到手机当前己接入的Wifi热点AP的信息 getScanResults0接ISl函数:是用来获得手机扫描到的所有Wifi热点的信息 WIFI网卡的状态可由如下常量来表示不同的状态: WⅡI WIFI WⅢI WIFI WIFI

S伽DISABLED:Wifi网卡不可用(1) S姗ENABLED:
STATE DISABLING:

Wi矗网卡正在关闭(0)

Wifi网卡可用(3)

STATE STATE

ENABLING:Wifi网卡正在打开(2)

I帐NoWN:

未知的Wifi网卡状态

2.4.1训练阶段的软件设计与实现 训练阶段的软件流程图如下所示:



硕士学位论文
MASTER’S THESIS

图2—6训练阶段软件流程图

在训练阶段,要采集并存储WiFi热点信号强度的指纹库。首先,将待定位的 区域映射在~个二维坐标系中,选择合理的参考点。 然后,行人手持智能手机,当行人站在指定的参考点上,首先使用isWifiEnabled0 函数检查WiFi硬件设备是否打开,如果没有打开WiFi,则调用setWifiEnabled(true) 函数打开WiFi;然后使用Wif玳lanager类的接口getScanResults0来获取手机可以扫 描到的W'tFi热点AP的信息。 在Android智能手机平台上使用WiFi相应的函数功能,即使用WiFi API,首

先需要在所编写的Android APP源代码的mainfest文件中添加以下权限:
<uses-permission />

android:name=”android.permission.CHANGE_NETWORK_STATE”

<uses-permission android:name=”android.permission.CHANGE_WIFI—STATE”今

android:name=”android.permission.ACCESS_NETWORK_STATE”/> <uses—permission android:name=”android.permission.ACCESS—WⅡI~STATE”/>
<uses-permission 获取指定参考点的WiFi热点AP信息后,需要行人手动输入该指定参考点的位

16



硕士学位论文
MASTER’S THESIS

置坐标,使用list链表存储相应的WiFi热点AP信息和位置坐标信息,存储数据包

括:位置坐标为(ap』,ap_y,apz),在该点可采集到的WiFi热点AP的MAC地
址定义为bssid和信号强度数据定义为level。数据存储如图2.7所示,该图是通过 phpMyAdmin查看的服务器端的数据。

i童哆i蠢撼黪||ap纂j,i,li+i+豢麟《攀蕊枣颡移戆≥熬懑懑纛懋㈡藜≤i:,a。p...d,e。sczj.i。b。je。|!iijj麓
413 4 5 -tO j00:0d:88:f2:5f:0l

戮i纂黉攀蒸囊骥麓冀螺黪囊蘩攀黎螺謦辩鬃黧帮攀
一-85九号楼东边毕业设计测试

鬃蘩黍鬓爹娄攀塑i瀵;睡馥l麓鬟麓纂}鬓囊{笋篓鬻9;}!{{{糍辫警嘲蠖
415 4 5 0 38:83:45:53:II:06

-69九号褛东翅毕业设计测iic

篓蹇曩糕瀵il蒸囊鎏澄熬f篓蘩镰震漾羹囊囊纛溪蒺蓊≤豢移。。蒸黔囊鬈蝴麟 鬻睽纂鬟纂骥稳|||||囊◇《舞j黪蒸蘩鬻》纂簇溺聱氅矬篱》囊哆
417
4 5 0 419。4 5 毒0 la8:57:4e:14;c4:_d;4 薯

72北de:c6:34:24:el

I『

-68九号褛东边毕业设计测试

一87九号褛东边毕业设计测试

42l



4。



。。0=:;:,纠:de:c6:33:fI:00

。。

-84丸号褛东边毕业设计测汉

图2.7数据库存储格式

由于数据最后都要存储在服务器的数据库中,因此还要实现Android智能手机 与服务器的通信,本文使用的是HTTP POST的方式实现两者的通信。

HTTP是指超文本传输协议,具体就是超文本传输协议英文全称Hyper Text
Transfer

Protocol的缩写,超文本传输协议规定了浏览器和WEB服务器之间互相通

信的规则。

超文本传输协议帅定义了浏览器与万维网服务器交互信息的不同方法,最

基本的方法有4种,分别是GET,POST,PUT,DELETE。当终端要访问某个资源 描述符即URL,超文本传输协议中的GET,POST,PUT,DELETE就对应着对要 访问的资源进行查、改、增、删4个操作。实际上,只需要使用GET和POST两种

方法就可以完成这四个操作,POST方法一般用于更新资源信息,而GET方法一般
用于查询资源信息。

Android中提供的HttpURLConnection和HttpClient接口可以用来开发H兀P程
序【4】IS]【61171: (1)HttpURLCormection接口 HttpURLCormection是继承于URLConnection的类,二者都是抽象类。其对象 主要通过URL的openConnection方法获得。主要的函数和接口如下: 创建函数: url.openConneefion0
17

硕士学位论文
MASTER‘S THESIS

设置函数: urlConn.setDoOutput(true); urlConn.setDolnput(true); urlConn.setRequestMethod0; urlConn.setUseCaches(false); urlConn.disConnection0; (2)HttpClient接口 HttpClient接口是由Apache提供的,同样也可以进行HTTP操作。主要的函数 接口如下: HttpPost0 DefaultHttpClient0 setEntity0 execute0 在Android智能手机平台上使用网络传输相应的函数功能,首先需要在所编写 的Android APP源代码的mainfest文件中添加以下权限:
<uses—permission android:name=”android.permission.INTERNET”></uses—permission>

由于上传WiFi热点AP信息和位置坐标信息到服务器,服务器需要添加到相应 的数据库,因此属于对服务器数据的更改,本文使用HTTP POST方式,将Android 智能手机采集的信息上传到服务器。 本阶段的Android端软件实现效果如图2—8所示,在该界面中可以实时看见手 机可以扫描到的AP热点信息,如果要上传AP热点信息,需要先输入手机此时所 在的坐标,然后点击采集按钮,如果上传成功则会弹出提示窗口如图2-9所示。

图2-8训练阶段软件效果图

2-9训练阶段软件效果图

2.4.2定位阶段的软件设计与实现
定位阶段的软件流程图如下所示:



j页士学位论丈
MASTER‘S THESIS

图2-10定位阶段软件流程图

Android智能手机在定位阶段所需要实现的功能较少,定位算法的实现主要在 服务器端实现。 Android智能手机在定位阶段,需要实时采集WiFi热点的信息,因此,首先要

打开一个定时器,当到达定时时刻时,使用isWifiEnabled0函数检查WiFi硬件设备
是否打开,如果没有打开WiFi则调用setWiflEnabled(true)打开W'nVi;接着使用 WifiManager类的接口getScanResults0来获取手机所在地点可以扫描到的AP信息, 最后使用HTTP POST上传到服务器,并等待服务器传回定位信息,然后显示在 Android手机上完成一次定位。



硕士学位论丈
MAS rIER’S THESIS

2.5位置指纹定位方法的服务器设计与实现
基于WiFi的室内定位中所需要处理的数据,都是在服务器端完成的,因此本 系统还要搭建一个服务器。目前经常使用的服务器是WEB服务器,而WEB服务

器流行的构架方式是Linux+ApaC胁MySQL+H口嘲网f】o,。
Linux操作系统是开源的,因此它是一套自由免费的软件。同时Linux操作系 统是一种可以运行于多种平台的网络操作系统,支持多任务和多用户。Linux操作 系统遵循GPL、遵守POSIX标准。
Apache(Apache H1]rP

Server)是一个开放源码的网页服务器,并且可以兼容

大多数计算机操作系统,由于Apache多平台和安全性,使其被广泛使用,Apache 是一种非常流行的Web服务器软件。 MySQL是一种关联数据库管理系统。不同于将所有数据放在一个大仓库内的 方式,关联数据库将数据保存在不同的表中,这样就提高了数据操作速度,也提高 了灵活性。访问数据库的最常用语言是SQL,MySQL所使用的也是SQL语言。 MySQL软件有社区版和商业版。很多网站数据库开发都选择MySQL。MySQL代 码是开源的,而且体积小、运行速度快、使用成本低,搭配P}口和Apache可组成 良好的服务器开发环境。 PI-IP独特的语法混合了C、Java、Perl以及PHP自创的语法。PI-IP执行动态网

页非常快速。此外,PRP还可以执行经过编译后的代码,这样可以便于代码加密,
增强代码安全,优化代码运行,提高代码运行速度。 基于Linux+Apache+MySQL+PHP的WEB服务器的搭建步骤如下(Linux系统 中): (1)安装Apache2.0 安装的命令为:
sudo apt-get install apache2

安装Apache2.0完成之后,在浏览器中输入:http:fflocalhost/或者 http://127.0.0.1,若出现It works!表示没有问题。 (2)安装PHP 安装PHP的命令如下:
sudo

apt-get沁taJl php5

sudo apt-get install libapache2一mod-php sudo/etc/init.d/apache2 restart

2l



硕士学位论文
MASTER:S THESIS

安装PHP完成后,可以测试服务器,输入指令:
sudo gedit/var/www/testphp.php

然后输入一些内容保存就行了。然后在浏览器中输入 http://localhost/testphp.php或http://127.0.0.1/testphp.php 如果显示你输入的内容即为成功 (3)安装MySQL 安装MySQL的命令为:
sudo apt--get install mysql--server

(4)让Apache、PHP支持MySQL 具体命令如下:
sudo apt-get install libappache2-?mod--auth-mysql sudo apt-get install php5?mysql

通过以上步骤可以完成安装搭建基于Linux+Apache+MySQL+PHP的WEB服 务器。然后就需要在服务器中编写基于WiFi室内定位的处理程序,程序的具体流 程图如下:



硕士学位论丈
MASTER’S THESIS

图2.1 1服务器端指纹定位方法软件流程图

由于本系统是使用HTrP POST方法来进行数据传输,所以服务器开始运行以 后,会一直主动监听POST请求; 如果服务器监听到有POST请求,则通过预先商量好的标志来解析数据包;

首先会通过解析数据包,判断是请求上传并保存WiFi热点信息,还是请求服
务器处理定位信息。 如果是请求保存WiFi信息,则进一步解析WiFi热点的MAC地址和信号强度


信息。

硕士学位论文
MASTER÷S THESIS

数据,然后打开服务器端的数据库并连接数据库,连接成功后,可以插入新的数据,
进行保存并返回结果:如果Android智能手机端发送的是请求定位的信息,服务器 同样也要解析WiFi热点的MAC地址和信号强度数据,然后打开数据库并连接,服 务器端通过WiFi指纹的定位算法,查找与上传信息最匹配的位置点,并返回定位



硕士学位论文
MASTER‘S THESIS

第3章行人航迹推算PDR技术基本原理及实现
3.1基于传感器数据的相对位置定位技术基本原理
基于传感器的定位技术,是指基于加速度传感器、角速度传感器、磁阻传感器、

气压传感器等,通过航迹推算的方式计算出位置信息。 在不考虑运动体姿态的情况下,航迹推算技术是指已知运动体初始位置,根据
运动方向和距离,实时地计算运动体位置坐标的定位技术。因此,基于传感器的定 位技术是一种相对位置定位技术,与基于无线网络的定位技术相比,该技术的优点 是定位时具有自主性和连续性,即定位方式不依靠除手持端以外的其他设备;但是 该技术也有相应的缺点,就是基于传感器的相对位置定位技术必须预先知道绝对初 始位置和姿态,才能推算出物体的实时绝对坐标。

由于基于传感器的定位技术是根据传感器采集的实时数据进行计算,当外界环
境变化时,定位依靠的数据不会随之改变,故其定位精度不会受到周围环境的影响。 基于传感器的定位技术基本原理(只考虑二维情况)可用图3一l表示:







图3—1相对位置定位技术原理图

坐标轴的N、E分别表示地理坐标系的北极和南极方向。设某一时刻运动体处

于只.1(E川,N川)处,运动方向与E轴夹角为口,那么运动体如果移动距离d后

到达只(E一,N一),则Pn(E疗,N一)和气1(E¨,N¨)两点之间的关系如公式3.1:

硕士学位论文
MASTER’S THESIS



En-E“+d木COSOf_i.t.-

1N九-N¨+扩siIl口(3-1)
通过上述内容可以发现,在已知起始位置坐标的情况下,通过测量和计算移动 的距离和方向,可实时获取移动物体的位置坐标。

3.2两种相对位置定位技术的比较
针对行人的定位,基于传感器数据的定位方法主要有两种:惯性导航定位、行 人轨迹推算PDR技术【11】。

3.2.1惯性导航定位技术
惯性导航定位以牛顿力学基本定律为理论基础,因此,基于惯性导航定位技术 的定位方式适用于一切运动物体。 基于惯性导航定位的定位技术,首先通过加速度计测量物体的运动加速度,然

后可以根据牛顿力学基本定律,通过对加速度值的两次积分得到运动体运动的距
离,同时通过磁阻传感器和角速度传感器测量运动方向,然后实现对运动体的实时 定位。 在行人定位技术中,惯性导航定位设备佩戴在行人身体的某个部位,从而加速

度传感器测得的加速度是载体坐标系下的值,因此要把测量值转换为地理坐标系中 的加速度值。 为了计算得到载体坐标系转换为地理坐标系的转换矩阵,就需要实时测量计算

运动体的姿态角,然后才能求出两个坐标系之间的转换矩阵R裂(t),则计算地理
坐标系的加速度公式为:

aENU(t)-R裂(t)幸axyz(t)
理坐标系和载体坐标系下的加速度值。

(3.2)

式3.2中R掣(t)表示t时刻的转换矩阵,aENU(t)和a。犯(t)分别表示t时刻地
进一步可通过积分推算出地理坐标系下的速度为:
t.

V(t)--v(o)+IaENU(t)dt


(3—3)

式3—3中v(t)是运动对象的实时移动速度,v(0)为运动体初始时刻的速度。
计算出运动体的速度后,便可通过积分得到运动体在时间t内的移动距离的计

26


算公式为:

石页士学位论文
MASTER‘S THESIS

t.

d(t)=d(o)+I v(t)dt
式3.4中d(0)为初始时刻的距离。

(3-4)

在实际使用该公式的过程中,不可能真正实时监测运动体的加速度,而往往只 是尽量减小采样时间间隔,则可认为在该段时间内的加速度为恒定值,即运动过程 中运动体是在匀加速运动,因此时间t内运动体的移动距离为;

d(t):-d(o)+“o)},+寺R碘ENU(t)木axyz(t)奉f2
由此可得出行人的位置信息为

(3—5)

f E(t2)_E(t1)+d(f)半COSa

1 N(t2)-N(t1)+d(f)qn口
E轴之问的夹角。

o。6’

其中d(f)为运动体在时问t。到t:时间段内移动的距离,12"为运动体运动方向与
根据整个惯性导航的流程,可以得出,想要得到精确的位置,有以下几个关键 因素需要注意:

(1)实时转换矩阵R掣(t)的计算:实时转换矩阵R裂(t)在初始时刻的值 R掣(o),需要使用电子罗盘和加速度传感器获取,而此后的转换矩阵则需
要角速度传感器实时获取并计算,这需要较高的计算能力和数据采速率,对
硬件要求也很高。 (2)加速度传感器的误差:加速度传感器测量的加速度值,与运动体实际的加速 度值必然存在误差,这些误差在积分的过程中会对定位信息产生很大的影 响,而且随着时间的积累,累计误差会持续变大。特别是智能手机平台下传 感器的测量精度更难满足要求。

3.2.2行人航迹推算PDR技术
由惯性导航定位技术的描述可以看出,惯性导航需要精确的实时姿态信息和高 精度的加速度测量值,但是这对硬件的要求较高,因此为了克服这些缺点,部分学 者针对行人在行走过程中的定位技术进行研究,通过对人体行走时的步态进行分 析,即对行人行走过程中加速度变化情况进行统计,发现行人在行走的过程中,行

27



j页士学位论文
MASTER‘S THESIS

人的步态具有一定的特征和规律: (1)行人在行走过程中,每走一步的步态呈现一定的周期规律,这个过程大体可 以分为四个阶段:脚离地面、下半身摆动,脚后跟着地和站立,具体的步态 如图所示。其中单步是指脚离地面、下半身摆动;复步包括脚离地面、下半 身摆动,脚后跟着地和站立。 (2)行人自然步行的频率为95—125步每分钟,每步的步长为50—80cm,步长和步 行频率的差异会跟随人的心理状态、身高、路面状况和行为习惯等发生变化。 (3)在步行速度不发生很大的变化时,每一步移动的距离即步长也不会有太大改

变,标准变化量会小于5cm,但一定会存在变化。
(4)行人步行时采集到的加速度数据变化的波形能够呈现出步态的周期规律特 征,即行人行走一步对应的加速度值呈现的波形也具有周期性的特征。

L单步step—l E=磊i写姗曲———] l

卜酬一黝涮呕一誉+一牲sta胀一l
strike

图3-2人行走步态说明 (http://wwwjaaos.org/cgi/content/fuU/15/2/107/JA001571MFIGl)

研究学者针对行人步态的周期规律特点,提出了行人航迹推算PDR方法计算
行人行走的步数和移动的距离。这种方法的基本思想是:

将设备佩戴在行人身上,通过加速度传感器测量行人在行走过程中的加速度
值,利用加速度信号和预先设置的阈值检测行人是否跨出一步;如果检测到行人行 走了一步,设备则存储行人行走该步过程中的所有加速度值,然后利用该步的所有 加速度值,采用步长估算算法估算行人行走这一步的步长;最后使用陀螺仪获得旋 转角速度,并对其进行积分得到行人行走的方向变化信息,从而计算推出行人的位


置信息。

硕士学位论文
MASTER’S THESIS

因此,利用行人航迹推算PDR技术的位置信息计算公式如下:
.《

I E。,=E¨+S¨木COS口 一


N。,刊¨+S¨木sin口



r1—7、

V吖

E¨和N。.。表示行人在行走第k.1步前的位置坐标信息,S¨是行人第k-1步的 步长,运动方向与E轴夹角为口。使用该公式前提是:假设行人在行走一步内的 方向是不发生改变的,即行人在这一步内沿直线行走。根据经验可得此假设合理。 因此,行人轨迹推算PDR技术主要包括4个关键技术:步频检测、步长估算、 方向检测和位置估算。基于行人轨迹推算PDR的定位技术,相较于惯性导航技术, 降低了对加速度传感器精度的要求,同时也降低了算法实现的复杂度。 3.2.3两种技术的比较 为了便于技术的普及,设计行人定位时必须考虑到硬件成本和软件实现复杂 度。从适用对象上来说,基于惯性导航机制的定位方法对于定位的对象没有要求, 可以是船舶、车辆、行人等,但是对其硬件性能要求较高,且算法复杂。行人轨迹 推算PDR技术是利用行人步行过程中的运动学特征,通过检测行人是否行走一步

和估算行人行走一步的步长实现,因此只适合行人定位。从硬件成本上来说,惯性 导航技术需要高精度的传感器和较高的采样率,需要实时计算载体的姿态角,求出
转换矩阵。但是在Android智能手机平台上常常使用的是低成本的传感器,一般满 足不了惯性导航技术的要求。但是在使用低成本传感器的情况下,行人航迹推算 PDR技术却能够获取更高的定位精度。 从算法实现和定位精度上来说,惯性导航技术是基于牛顿运动定律,如果采集 的传感器信息与实际误差较小,理论上可以获得更加精确的定位结果,但是由于传 感器、处理器等硬件的限制,得到的定位信息会有较大的误差,特别是惯性导航技 术需要对采集到的加速度值进行两次积分,因此即使行人静止,由于加速度传感器 噪声的存在,随着时间的平方增加,利用惯性导航技术得到的定位信息在很短的时 间内就会产生很大的累积误差。而行人航迹推算PDR技术,是通过检测行人跨步

和估算的步长获取定位信息,因此其累计误差只与移动的距离有关,和时间并没有
关系。与此同时,行人航迹推算PDR技术的算法更为简便,在现有的智能手机平 台上较惯性导航技术更容易实现。

29



硕士学位论交
MASTER‘S THESIS

3.3行人航迹推算技术PDR技术在Android手机上的实现
现在,大多数的Android智能手机都支持多种传感器,这些传感器可以用来测 量手机的运动、手机的方向和一些环境条件。通过这些传感器可以采集较高精度的

数据。本论文使用的传感器包括:
(1)加速度传感器 智能手机中的加速度传感器,可以测量加速度传感器的坐标系也就是载体坐标 系中x、Y、z三轴的加速度数值。这三个轴的加速度测量数值包含了重力加速度的 影响,单位是m/s2。如果将智能手机静止平放在桌面上,显示屏朝上,那么通过

软件查看,x轴加速度数值显示为0,Y轴加速度数值显示为0,z轴加速度数值显
示重力加速度为9.8m/s2。然后将智能手机翻面放在桌面上,即显示屏朝下,z轴 加速度数值为一9.8 m/s2。将智能手机从水平状态向左倾斜,x轴加速度数值为正值。 将智能手机从水平状态向右倾斜,x轴加速度数值为负值。将智能手机从水平状态 向上倾斜,Y轴加速度数值为负值。将智能手机从水平状态向下倾斜,Y轴加速度 数值为正值。 (2)方向传感器

手机中的方向传感器可以测量基于地理坐标系的角度数据,单位是角度。为了
测量得到精确的角度信息,方向传感器实际上需要获取加速度传感器和电子罗盘的

数据,然后再计算的三个不同角度的信息,分别为方位角azimuth、俯仰角pitch和
倾斜角roll: azimuth:方位角,智能手机处于水平状态时,返回Y轴和磁北极的夹角,范围 为0。 ̄360。。 0。=北,90。=东,1806=南,270。=西。 pitch:X轴和水平面的夹角,范围为.180。~180。。 当z轴向Y轴转动时,角度为正值。 roll:Y轴和水平面的夹角,范围为.90。 ̄90。。 当x轴向z轴移动时,角度为正值。 (3)陀螺仪传感器 智能手机上的陀螺仪传感器可以测量陀螺仪传感器坐标系也就是载体坐标系 中x、Y、z三轴的角加速度数据。角加速度的单位是radians/second。智能手机在水 平状态下逆时针旋转,z轴角加速度数据为正。智能手机水平顺时针旋转,z轴角加 速度数据为负。智能手机向左旋转,Y轴角加速度数据为负。智能手机向右旋转,
30



硕士学位论文
MASTER‘S THESIS

Y轴角加速度数据为正。智能手机向上旋转,X轴角加速度数据为负。智能手机向 下旋转,X轴角加速度数据为正。 行人航迹推算PDR技术需要使用行人在行走过程中的加速度值,该值可以使 用加速度传感器获得;行人在行走过程中的方位信息,则可以通过智能手机上的方 向传感器直接获取。基于以上传感器的数据,可在Android智能手机平台上实现行 人航迹推算PDR技术,软件流程图如下:

图3-3行人航迹推算PDR技术软件流程图

由流程图可以看出,在软件运行之前首先要设置步频检测和步长估算的参数, 参数设置完成后,开始采集传感器数值。 由于智能手机上各种传感器采集的数值都包含有噪声,同时加速度计采集的加

速度值还包含有重力加速度的分量,因此在进行峰峰值检测前需要对原始数据进行



硕士学位论文
MASTER’S THESIS

滤波,包括剔除重力加速度和抖动误差。

然后通过步频检测方法,检测行人是否行走一步,如果检测到行人行走一步则
可以通过步长估算算法估算行人行走一步的步长。 估算行人行走一步的步长的同时,通过方向传感器获取行人行走的方位角,最 后可结合行人初始位置实时计算行人位置坐标。因此,行人航迹推算PDR技术主 要包括:信号采集、信号滤波、步频检测、步长估算、方向检测和位置估算。

3.3.1信号采集设计与实现
本文以XIAOMI M1 Android智能手机作为硬件平台,它含有三轴加速度传感 器和三轴电子罗盘(磁阻传感器),其中三轴加速度传感器的采样周期约为40ms。 在Android智能手机上使用加速度传感器采集的三个轴的加速度的值,首先,

要实例化一个SensorManager的类,然后通过getSystemService(SENSOkSERVICE)
获得传感器服务,最后在onSensorChanged(int sensor,float[】values)函数中可以获取 三个轴的加速度(accl_x,aecl_y,accl__z)和姿态角(Azimuth,pitch,roll), 由于行人航迹推算PDR技术使用的是行人行走过程中的总加速度,则通过

accl=Math.sqrt(accl_x}acel』+accl_y幸acel,accl_z幸aecl_z)可计算三个轴的总加速度
为 (3—8)

3.3.2信号滤波设计与实现
由于Android智能手机上进行加速度传感器测量时,存在一定的测量噪声,而 且测量的信号包含地球重力加速度分量,因此在使用加速度测量值探测行人是否行 走一步前,必须要进行信号预处理。信号预处理的目的是为了减小测量时噪声对结 果的影响,并剔除重力加速度分量。 在本系统中,首先将加速度值通过一个高通滤波器滤除重力加速度,滤波器的 实现如公式3-9:

口c‰2训幸o?1+∞‰奎o-9(3-9)
口ccl嗨ne磁=acd—accl,碟 式中,初始accl,搬是在启动AndroidAPP后,得到40个总加速度值accl,然后 求平均得到。由于采样频率较高,可认为这四十个数据是手机传感器处于静止测量
32


acckfilte嘣。

石贡士学位论文
MASTER‘S THESIS

的加速度值。通过上述滤波器,可在测量得到的总加速数值中的剔除重力加速度

然后,为了平滑加速度波形,方便步频检测,再将已经通过高通滤波器的加速

度信号,通过一个低通滤波器得到口cc‰耐。低通滤波器采用滑动窗口实现,其中
M为滑动窗口长度。本文取M=3:


fM一1")/2

船嘞删【f】=吉幸∑口cc锄删【f+卅
o“ J=一(^,一I)12

(3-10)

如图3—4所示,蓝色加点实线为行人行走14步时,智能手机上加速度计测量得 到的原始信号;黑色虚线是原始信号经过高通滤波器后,也就是剔除重力加速度后 的信号波形,红色实线是经过高通滤波器再经过低通滤波器后的信号波形(横坐标是 采样点编号,纵坐标是加速度值):

:Samples

图3—4行走14步的原始信号和经过高通、低通滤波后的信号波形

通过上图可以看出,智能手机上的加速度计采集的行人行走的原始信号中含有 重力加速度g,但是通过高通滤波器后加速度信号就剔除了重力加速度。而加速度 信号通过低通滤波器后,加速度波形变得更加平滑,方便检测步频。

3.3.3步频检测和步长估算的设计与实现
通过图3.4可以看出,行人将智能手机握在手中,行人在行走过程中的加速度

计测量的加速度信号,随着个人行走具有周期性的特点,因此可以通过采用峰值探
测法探测步频,即检测行人是否行走了一步。步频检测的软件流程图如图3—5所示:



石页士学位论丈
MASTER’S THESIS

图3-5步频检测软件流程图

使用峰峰值检测步频,首先要设置峰峰值的阈值用来判断消除信号本身的抖动 误差,即设置加速度信号一个周期中的最大值和最小值差值大于多少时,可认为行 人行走了一步。 然后再根据行人步频在1 ̄3 Hz左右,可以设置加速度信号~个周期中的最大 值和最小值之间的时间差值的阈值,即加速度信号一个周期中,其最大值和最小值 时间的差值在0.3~ls之间,则可认为行人行走了~步。
34



硕士学位论文
MASTER’S THESIS

因此,峰峰值检测步频,第一步是要设置相应步频检测的参数。第二步才是将 已经通过滤波器后的加速度值,进行峰峰值检测。 峰值检测就是判断出采集到的某个加速度值,是否是波峰或者波谷。如果采集 到一个峰值,先要判断这是否是系统第一次采集到峰值;如果是第一次采集到加速

度峰值,先存储起来;如果不是第一次采集到峰值,就可以通过判读该峰值与前一
个峰值之间的差值,来判定行人是否行走了一步。 当检测出行人行走了一步,通过步长估算算法处理行人在行走这一步的过程中

的所有加速度值,来计算行走一步的步长。具体的步长估算方法,将在第四章中介
绍。

3.3.4方向检测
相对定位的技术,除了要测量行人行走的相对距离,还要检测移动该距离时的 方向,才能推算出具体的位置。 在本室内定位系统中,方向检测的功能,可以通过方向传感器检测手机的方向 角来实现。方向传感器测量方位角实际上是通过电子罗盘的数值和加速度计的数值 来计算的。在Android智能手机静止的状态下,测量的姿态角较为准确。但是手机 在移动过程中产生的加速度会对姿态角的测量产生一定的影响。 另外,Android智能手机测量的方位角,都有默认的方向,即手机的朝向不同,

测量出来的方位角也不同,因此,行人在行走过程中,手机的朝向一般要保持稳定。 3.3.5位置估算 在行人航迹推算PDR技术中,最后一个环节是进行位置估算。
在进行位置估算之前,已经获取了行人行走一步的步长和行走的方位角,在已 知行人初始位置的情况下,就可以推算出行人行走一步后所在的位置,实现对行人 的实时定位。

通过对行人航迹推算PDR技术基本原理的分析可以看出,该种相对定位的方
法,一定会存在累积误差,而该技术无法消除累积误差,因此需要引入其他技术来 联合定位,具体的解决方法在第5章进行了详细阐述。



硕士学位论文
MASTER’S THESIS

第4章新的步长估计算法提出及实验验证
4.1常用步长估算算法介绍
行人航迹推算PDR技术的定位精度与步长估算精度有巨大的联系,可以说行 人航迹推算PDR技术的精度就是由步长估算的精度决定的,因此要实现行人航迹 推算PDR技术,需要选择一个精度较高的步长估算方法。在本章中,将主要讨论

步长估计算法,首先介绍常用的步长估计算法,然后通过比较选择一种适合在 Android智能手机上实现的步长估计算法。最后针对常用的步长估计算法所存在的
问题,提出一种新的步长估计算法公式。

现有的步长估算算法模型主要有四种【t?】:人工智能步长模型,常数/伪常数步长
估算模型,线性步长模型和非线性步长模型。 (1)人工智能步长估算模型

人工智能步长估算模型最常用的方法就是使用人工神经网络ANN(Artificial
Neural

Network)对步长进行估算。相较于其他三种模型,这类模型无需考虑加速

度统计特征变量和步长之间的线性或者非线性关系,即二者之间的映射变得不再重 要,这也是它最大的一个优点。此外,这类模型有更强的灵活性和适应性,它能在 不同地面状况和运动模式下灵活切换。 关于人工神经网络ANN估算步长方面的研究,Grejner-Brzezinska教授的研究

组做了大量尝试,提出了一个包含6个输入量的人工神经网络ANN模型来对步长
进行估算,这六个输入量包括行人行走的步频、行走一步的高度变化、行走这一步 的加速度绝对值及其方差、行人的身高和当时路面的坡度,这个步长估算模型能将 步长估算的误差降低至1cm以内。 除此之外,这个研发团队还采用了复杂逻辑理论,识别行人的运动状态,从而 可以根据具体场合动态选取最恰当的步长估计模型,以应对单个步长模型在周围环

境和运动模式发生改变时可能出现的算法失效情况。
(2)常数/伪常数步长估算模型

常数/伪常数步长估算模型是通过假设行人行走过程中的步长是一个常数或者
伪常数来进行估计的,是四种模型中最简易的一种。这个常数/伪常数可通过GPS实 时(室外定位时结合GPS定位方式)获得或预先设定,数值的大小根据用户而定。 例如,假设步长为一个随机变量,当设备能接收到GPS信号时,则通过GPS提供
36



硕士学位论文
MASTER’S THESIS

的定位信息设置步长数值;若接收不到GPS信号,步长则为有GPS信号时最后 更新的步长数值。

常数步长估算模型存在的弊端,是行人速度如果变化则无法体现,即当行人以 不同的速度行走时,常数步长估算模型无法反应行人步长的变化。消除此弊端的一
种方法是使用其他模型,即查找表方法:将用户移动过程中的不同速率下的步长存

入表中:在定位过程中,通过查表对实际步长进行估计。
(3)线性步长估算模型 线性步长估算模型,是在行人航迹推算PDR技术中,学者根据步长和步频间

的线性关系提出的一种估算模型,即认为行人行走的步长与行人行走这一步的步频
和方差存在一种线性关系,如下式:

&=A+B掌SF,+C幸sv,+co,(4—1)

其中瓯、S圪和q分别对应第k步的步频、加速度的方差和噪声,A、B和
C是回归参数。A、B和C参数的设定,是通过预先设定,或者通过在有GPS信 号情况下采集多组数据组成方程组,然后对方程组进行求解,从而获得A、B和C

参数值,但是计算过程中必然会存在误差,因此最好进行多次求解,得到最优解。 (4)非线性步长估算模型
一些学者认为,在线性步长估算模型中,这些统计特征量与步长的线性关系还 没有得到充分的理论证明,因此提出了非线性步长估算模型。非线性步长估算模型 是通过对行人行走过程中的加速度值采用统计分析的方法,建立数学模型。非线性 估计方法中最常用的模型如下: Weinberg
approachtl5J:

step,,。=七事√‰一‰。(4-2)
Scarlet approaehtl6】:
_Ⅳ

steps妇=七搴—盟—一 口删一%“
Kim approachOTl:

々一‰

∑…

(4-3)

step,地=k}

(4—4)

37



硕士学位论文
MASTER’S THESIS

在上述的几种非线性步长估算模型中,k是步长估算参数(不同的人有不同的

参数),am。和‰分别表示行人行走一步过程中的采集到的最大加速度值和最小加
速度值,强表示行人行走一步过程中,采集到的第i个加速度值,Ⅳ是指行人在行 走一步过程中共采集到了Ⅳ个加速度值。 除了上述几种非线性步长估算模型之外,还有另外一个模型是将行人行走过程

中,人的下半身近似为一个倒立的单摆,那么通过单摆的三角关系可以计算行人行
走的步长为:
广——■=————————————_=

&=L幸、/2}l卜cos(ak)l
然后在第k步的行走时间内对其积分获得。

(4—5)

其中L是行人的腿的长度,q是角度,首先测量行人的腿部旋转的角速度,

根据以上四种常用的步长估算模型,同时考虑到Android智能手机平台的限制
和定位精度的要求,第二种采用预设常数/伪常数的估算模型无法反映行人步长的变 化,利用加速度和步长的线性关系的估算模型对步长的估计精度也较低,而人工智 能步长估算模型实现较为复杂,因此本文选择了非线性步长估算模型。

4.2新的非线性步长估计算法与其他非线性步长估计算法的比较
在上文中已经提出,常用的非线性步长估算模型包括Weinberg、Scarlet和Kim 三种。

本文首先在Android智能手机上实现行人航迹推算PDR技术,分别使用
Weinberg、Scarlet和Kim三种步长估算模型来进行步长估算,但是在实验中发现, 这三种估计方法都存在一定的不足之处:当行人使用正常步长行走时,通过预先设

置的参数可以保证测量的步长精度较高,但是当行人的步长变化后,即当行人的步 长变大或者变小,使用这三种算法进行步长估算的误差就会变大,不能满足室内定
位的要求。Weinberg、Scarlet和Kim三种步长估算模型都不能很好的适应同一个人 使用不同步长行走时的情况。

因此,本文通过统计分析的方法,提出一种新的非线性步长估算模型,来提高 行人在不同步长下步长估算的精度。公式如下

step,妇=k(【‰一‰)+3.5+√‰一‰)

,.

.r-————-———-?—--——-、

(4。6)

为了检验本文新提的非线性步长估计算法的准确性,本文分别进行了三组实 验。本文的实验地点在湖北省武汉市华中师范大学九号教学楼二楼,实验过程中行

硕士学位论艾
MAS rER’S THESIS

人多次拿着Android智能手机分别用常规步长、大步长和小步长行走10m、30m和 50m,在行人行走的过程中,Android智能手机使用加速度传感器实时采集加速度值, 并实现行人航迹推算PDR技术,分别采用Weinberg、Scarlet、Kim和本文提出的 模型共四种步长估算模型同时计算步长,且分别累计出行人行走的总距离,实验结 果表明提出的新估计方法更为准确。

本实验是在Android智能手机上实时计算四种步长估算方法估算的行人行走距
离值,程序实现界面如图4.1所示

图4—1

四种算法实时比较四面

通过图4.1可以查看手机自带传感器的实时采样数据,也可以显示加速度传感 器的采样周期。同时本程序也显示了使用行人航迹推算PDR技术估算的行人行走 步长和每一步行走时间。并保证了四种步长估算方法所使用的数值都是一样的,通 过这种方式更能确保实验的公平性和客观性。 在下文中将分别比较行人常规步长、大步长和小步长情况下,Weinberg、Scarlet、 Kim和本文提出的四种步长估计模型的实验结果。

39



硕士学位论丈
MAST ER‘S THESIS

4.2.1行人常规步长实验数据的比较
通过上文介绍可以发现,四种步长估计算法都有一个参数k,这个参数需要在 使用之前预先设置。 首先假设一个k值,代入到各个步长估计模型公式中,在Android智能手机上 实现各个算法,行人行走固定距离,在此k值的基础上通过Android智能手机可以 测量出一个距离值,通过比较测量距离值和实际行人行走距离值,就可以设置参数 k。可以通过多次实验选取k的最优值,使这四种步长估算算法估算的距离误差最 小。

Samples

图4-2在正常步长下四种步长估算算法数据比较

图中横坐标表示实验次数,纵坐标表示距离;黑色画圈实线表示使用本文提出 的步长估计算法得到的距离值,绿色方框实线表示使用Weinberg步长估计算法得

到的距离值,蓝色五角星虚线表示使用Kim步长估计算法得到的距离值,红色菱形
虚线表示使用Scarlet步长估计算法得到的距离值。 通过测试数据可以看出,设置好k后,行人采用常规步长分别行走10m、30m

和50m,使用Weinberg、Scarlet、Kim和本文提出的算法进行距离估算的结果误差
都较小。

4.2.2行人大步长实验数据的比较
在保持步长估算算法的参数k不变的前提下,行人行走过程中,刻意将自己的 步长变大,并且在其他实验条件保持不变的情况下,再分别多次行走10m、30m和 50m,利用Weinberg、Scarlet、Kim和本文提出的四种步长估算算法得到估算距离 的结果如图4.3所示。

Samples

图4-3在大步长下四种步长估算算法数据比较

图中横坐标表示实验次数,纵坐标表示距离;黑色画圈实线表示使用本文提出

的步长估计算法得到的距离值,绿色方框实线表示使用Weinberg步长估计算法得
到的距离值,蓝色五角星虚线表示使用Kim步长估计算法得到的距离值,红色菱形 虚线表示使用Scarlet步长估计算法得到的距离值。

通过图中实验数据可以看出,当行人步长变大,估算算法的参数k不变时,以 行人实际行走50m为例,使用步长估算算法Weinberg、Scarlet和Kim估算步长,
然后计算得到的行走总距离分别约为40m、40m、45m,误差分别为10m、10m和

5m;而采用本文提出的步长估算算法估算步长,然后计算得到的行走总距离约为
51m,误差仅为lm左右。 因此,在预设参数k不变时,本文提出的非线性步长估计算法在行人使用大步 长行走的情况下,比其他三种常用的非线性步长估计算法估算的步长精度更高。 4.2.3行人小步长实验数据的比较 最后,在保持步长估算算法的参数k不变的前提下,行人行走过程中,刻意将
4l



硕士学位论文
MASTER’S THESIS

自己的步长变小,并且在其他实验条件保持不变的情况下,再分别多次行走10m、 30m和50m,利用Weinberg、Scarlet、Kim和本文提出的四种步长估算算法得到估 算距离的结果如图4.4所示。

Samples

图4.4在小步长下四种步长估算算法数据比较

图中横坐标表示实验次数,纵坐标表示距离:黑色画圈实线表示使用本文提出 的步长估计算法得到的距离值,绿色方框实线表示使用Weinberg步长估计算法得

到的距离值,蓝色五角星虚线表示使用Kim步长估计算法得到的距离值,红色菱形
虚线表示使用Scarlet步长估计算法得到的距离值。 通过图中实验数据可以看出,当行人步长变小,估算算法的参数k不变时,以 行人实际行走50m为例,使用步长估算算法Weinberg、Scarlet和Kim估算步长, 然后计算得到的行走总距离分别约为60m、75m、60m,误差分别为10m、15m和

10rm采用本文提出的步长估算算法估算步长,然后计算得到的行走总距离约为
53m,误差仅为3m左右。 因此,在预设参数k不变时,本文提出的非线性步长估计算法在行人使用小步 长行走的情况下,比其他三种常用的非线性步长估计算法估算的步长精度更高。

42

4.3新的步长估计算法实验验证的结论
本文首先在Android智能手机上实现行人航迹推算PDR技术,分别使用

Weinberg、Scarlet和Kim三种步长估算模型来进行步长估算,但是在实验中发现, 这三种算法都存在一定的不足之处:当行人使用正常步长行走时,通过预先设置的
参数可以保证测量的步长精度较高,但是当行人的步长变化后,即当行人的步长变 大或者变小,使用这三种算法进行步长估算的误差就会变大,不能满足室内定位的 要求。Weinberg、Scarlet和Kim三种步长估算模型都不能很好的适应同一个人行走

时使用不同步长的情况。 因此,本文通过统计分析的方法,提出一种新的非线性步长估算算法,来提高
行人在不同步长下步长估算的精度。公式如下:

step,妇=k((am娃一口min)?3.5+√口懈一口。in}(4—7)
为了验证本文提出的步长估计算法,设计了三组实验,通过实验数据可以看出, 常用的三种非线性步长估算算法在行人使用正常步长行走时误差都较小,但是当行 人步长改变时,这三种非线性步长估算算法误差就会变大。但是新提出的非线性步 长估算算法,在行人使用正常步长行走时误差与其他三种算法差不多,同时当行人 改变步长行走时,新提出的步长估算算法得到的估算误差要远远小于其他三种步长
估算算法的误差,因此,本文提出的非线性步长估算算法提高了不同步长行走时的

步长估算精度。

43



硕士学位论文
MASTER‘S THESIS

第5章行人航迹推算和WIFI室内定位技术的 融合策略及实验验证
根据前面章节的介绍,基于WiFi网络的位置指纹定位方法在实现和定位精度 上都比较有优势,能够获取一定精度的室内定位数据;但是其定位精度还是会受到 外界环境的影响,而行人航迹推算PDR技术的定位精度要比基于WiFi网络的室内 定位精度高,而且不受外界环境的影响,因此可以考虑将两者的优势结合,实现更 加稳定的室内定位。

5.1行人航迹推算与WiFi定位方法融合的优势
本文采用WiFi网络的位置指纹定位方法,并联合行人航迹推算PDR技术设计 室内定位系统。选取这两种技术的原因和优势主要有以下两点: (1)大范围的WiFi网络应用 随着互联网在人们生活中的普及度和重要性的提高,WiFi在室内外的覆盖面也

大大增加了。因此,将WiFi信号作为人们室内定位的基础信号更加便于室内定位
的实现与普及。 (2)二者的互补联合

由于WiFi网络已经被大范围应用,WiFi室内定位技术不需要额外布置WiFi 热点,因此WiFi室内定位实现较为简单,但是由于WiFi信号强度易受环境影响, 波动较大,所以WiFi室内定位技术的定位精度不高而且不太稳定,达不到要求的
定位精度;而PDR定位是利用自身传感器计算位置信息,故受环境影响较小,定 位精度较高,但是PDR只能获取相对位置信息,而且存在累积误差。因此采用W'flzi 和PDR联合的定位技术,既可利用WiFi定位获取绝对位置信息,减小PDR定位累 积误差,又可通过PDR技术减小WiFi定位波动性的影响,最终提高室内定位的准 确性。

5.2行人航迹推算与WiFi室内定位技术融合的策略及实现
(1)行人航迹推算与WiFi室内定位技术融合策略 行人航迹推算与WiFi室内定位技术的融合策略具体为:


初始位置。

硕士学位论文
MASTER’S THESIS

行人的初始位置由WiFi室内定位技术获取,记为WiFiPosition跏n,由于WiFi 室内定位技术的定位精度与周围环境有关,[]lit WiFiPosition肋n的精度是不高的,

但是行人航迹推算无法获取初始位置坐标,因此只能通过WiFi室内定位获取行人

然后在行人移动过程中,需要设置一个策略,即当满足某个条件时,比如信号 较强,可认为此时WiFi室内定位的精度较高,可直接使用WiFi室内定位 WiFiPosition作为定位信息;如果不满足该条件,则使用PDR计算的定位信息

PDRPosition,并结合使用最近一次已知的定位信息Positionj吲来实时估算位置信息
Position。

该策略的意义在于,当WiFi室内定位的信号较强时,可以直接使用 WiFiPosition来消除PDR定位过程中产生的累积误差。上述的定位策略可归纳为以 下表达式:

胁砌2卜孙{"Positiont删+P。DRP信osWiFiPosition WiFi帮默劫(5-1)
I I l 信号较强l 根据联合定位的策略可以设计以下程序流程图:

【起始时刻:WiFiPosition舶n

45



石页士学位论文
MASTER‘S THESIS

图5—1

联合室内定位系统的软件实现流程图

(2)联合定位在Android智能手机上的实现
为方便比较单独WiFi室内定位和联合定位的差别,本软件添加了联合定位的 按钮用来选择是否采用联合定位技术,如图5.3所示,当勾选“联合定位"选项时, 行人在移动过程中的定位信息是通过行人航迹推算与W'tFi室内定位技术融合策略 计算得到的,如果不勾该选项,则行人的位置信息只是通过WiFi定位算法得到的。



硕士学位论丈
MASTER‘S 1’HESIS

图5-2本系统的App实现图

5-3联合室内定位界面图

5.3系统测试与实验结果验证
5.3.1联合定位算法与单独WiFi室内定位算法实验结果比较
本文通过实验,验证了本文提出的WiFi和PDR联合定位算法的准确度。本文 的实验环境为湖北省武汉市华中师范大学九号教学楼二楼,实验过程中行人手持 Android智能手机行走50m,在行人行走的过程中,一组数值是仅使用WiFi网络进 行室内定位,每一次定位的数据都存储在手机的文件中;与此同时另一组数值是使

用联合定位的方法进行室内定位,也将每一次实验结果都存储在手机的文件中,然
后通过Matlab将两组数据绘制出来如图5.4所示,其中,横坐标是采样点的编号, 纵坐标是行走距离,虚线是单独WiFi定位数据,实线是联合定位数据。

47



硕士学位论文
MASTER‘S THESIS

图5-4单独WiFi室内定位算法与联合定位的数据比较

5.3.2实验结果比较及分析验证

通过观察图5-4可以发现,在手机进行初次定位的时候单独WtFi定位和联合定
位的定位结果是~样的,这是因为行人航迹推算与W'LFi室内定位技术融合策略规
定第一次定位的信息是通过W'ffi室内定位技术获取:而在接下来的移动过程中可 以看到单独WiFi定位的定位结果跳跃性较大,而联合定位的定位结果相对平滑, 与行人实际移动过程中的位置信息更相符。 另外从图中数据也可以发现,联合定位的数据也会存在微小波动,那是由于行

人航迹推算与WiFi室内定位技术融合策略规定,在WiFi定位信息满足一定条件时,
可认为该定位信息较为准确,可用来清除行人航迹推算PDR技术定位过程中产生 的累积误差。

综上分析,采用WiFi和行人航迹推算PDR技术联合定位策略,既可利用WiFi 定位获取绝对位置信息,减小PDR定位累积误差,又可通过PDR技术减小WiFi
定位的波动性,最终提高室内定位的准确性。



石页士学位论文
MASTER’S THESIS

第6章总结和展望
6.1论文总结
室外定位已经非常普及,但是室内定位却没有一套很成熟的技术。本文首先分 析了常用的室内定位技术,然后选取了行人航迹推算PDR技术和基于WiFi网络的 定位方法来实现本定位系统。 行人航迹推算PDR定位技术是一种基于传感器信息计算相对位置的定位方法, 首先通过加速度传感器检测行人的步数并估算出步长,然后通过磁阻传感器和陀螺 仪计算出行人的航向角,最后获取人体移动的相对位置从而实现定位。相较于其他

室内定位方法,行人航迹推算PDR不受外界环境影响,定位精度较高,但只能获
取相对位置信息,且存在累积误差;而基于WiFi网络的定位是通过检测接收信号 的信号强度,从而计算得到物体的绝对位置信息,因此可用来减小PDR定位累积

误差,但定位精度受外界环境影响较大。基于上述分析,本文使用行人航迹推算PDR
和WiFi联合的定位技术,实现精度较高的室内定位系统。

本课题研究主要集中在五个方面:一个是室内定位技术的研究现状和应用前
景,通过比较常用的室内定位技术,选择基于WiFi和行人航迹推算PDR技术联合 的定位方法:二是详细说明基于WiFi网络的室内定位技术的原理,并阐述在Android

智能手机平台上实现该技术的方法;三是详细介绍行人航迹推算PDR技术的原理, 并在Android智能手机上实现该技术;四是提出一种新的步长估计算法,并通过实
验验证该算法的准确度;五是提出一种基于WiFi室内定位和行人航迹推算PDR技 术融合的室内定位策略,并通过实验验证。

6.2论文展望
本系统主要提出了一种新的步长估算方法,并提出了行人航迹推算与WiFi室
内定位技术融合的策略,且通过实验进行了验证。但由于时间的限制,本系统还存 在许多方面有待完善,主要有以下几点: (1)如何通过电子罗盘和陀螺仪获取精度更高的方位角。本系统只是在一维 空间中验证了联合定位的有效性,由于二维空间的定位需要获取行人准确的方位 角,而目前通过电子罗盘获取的方位角精度远不能满足定位需求,因此本系统还需 要通过其他方式获取更高精度的方位角,比如通过添加陀螺仪传感器数据等方式。

49


提高便捷性。

硕士学位论文
MASTER’S THESIS

(2)W谭i的热点AP信息指纹库的采集。采集AP指纹库是一项很麻烦的工作, 本系统还需要研究在保证定位精度的前提下,如何尽量减小指纹库的采集量,同时

(3)引入滤波算法,提高系统的定位精度。本系统目前没有添加任何用于定 位的滤波器,因此在定位的稳定性和准确性上还能够进一步提高,后期可以考虑添 加如Kalman滤波器等滤波算法来增加定位的精度和稳定性。 由于作者学识有限,论文中难免会有所疏漏和考虑欠周的地方,敬请各位专家 提出宝贵的修改意见。

50

参考文献
【1】国家测绘地理信息局.介绍几种室内定位技术[EB/OLI.http://www.sbsm.gov.on/ article/zszygx/zjlt/200812/20081200045814.shtml.2008. [2】街景地图.室内定位技术的前世今生[EB/OL].
http://www.city8.com/gudaiditu/980483.html.2013.

【3】卢衡惠,刘兴川,张超,林孝康.基于三角形与位置指纹识别算法的WiFi定位
比较川.移动通信.2010(10):72.76. [4】李宁.Android开发权威指南(第二版)【M】.人民邮电出版社.2013(9). 【5】陈强.Android底层接口与驱动开发技术详解【M】.中国铁道出版社.2012(8). 【6】Steven
John

Metsker.Java设计模式[MI.人民邮电出版社.2007(3).

[7】郭宏志.Android应用开发详解嗍.电子工业出版社.2011(12).
[8】赵为民.Ubuntu


1.0下搭建Web服务器[EB/OL].

http://server.z01.corn.cn/283/283 1 800.html.2012.

【9】baiyun.Ubuntu下Web服务器的搭建[EB/OL].
http://www.1inuxidc.com/Linux/20 1 2—1 2/75286p2.htm.20 1 2.

【10】谢希仁.计算机网络(第五版)IMI.电子工业出版社.2008(1).
【11】陈伟.基于GPS和自包含传感器的行人室内外无缝定位算法研究【D】.2010(10).
[1 2]S.Beauregard
and

H.Haas.Pedestrian

Dead

Reckoning:A Basis for Personal
on

Positioning[J].in

Proceedings of the 3rd

Workshop

Positioning,Navigation

and Communication.2006:27.35. [1 3]B.Li,Y Wang,H.K.Lee,A.Dempster.Method
Fingerprints in for Yielding aDatabase of Location Proceedings.Oct.2005,Vol

WLAN[J].Communications,IEEE

152(5),pp:580—586. 【14]I.Bylemans,M.Weyn and M.Klepal.Mobile
Esti—marion
Confer-ence 2009. for
on

Phone-based Third

Displacement International

Opportunistic

Localisation

Systems明.In

Mobile

Ubiquitous Computing,Systems,Services and Technologies,

[1 5IH.Weinberg.Using the

ADXL202

in

Pedometer and

Personal

Navigation

Applications四.Analog Devices AN-602 Application Note。2002。

5l

[161J.Scarlet.Enhancing Accelerometer[J].Analog

the

Performance

of

Pedometers

Using



Single

Devices AN-900 Application Note,2005. C.Park,A Step,Stride

[1 7]J.W:Kim,H.J.Jang,D—H.Hwang,and

and

Heading

Determination for the Pedestrian Navigation System[J].Journal of Global Positioning Systems.2004:273-279.

52



j兵士学位论丈
MASTER‘S THESIS

致谢
三年的研究生时光,转瞬即逝。忆昔昨日,仿佛刚进入实验室,怀着对研究生 学习生活的向往;而今天,我却已经要向实验室说再见。

三年的时光太短,我还没能把所有的问题弄明白,也没能把很多想法付诸实践。
多么希望时间可以再慢一点,还能让我多聆听老师们的谆谆教导,多享受和同学们 的激烈争论,还可以在华师的校园里多走一段。 但是研究生的生活终究也要告一段落了。不管过程是否有遗憾,这段经历,都 是我人生中的一笔财富。同时也借论文结束之际,谨向指导过我的老师,关心过我 的同学,帮助过我的朋友,给予最真挚的谢意,并送上最美好的祝福。 首先,我要感谢我的研究生导师刘守印教授。都说片言之赐,皆为师也,何况 在这三年的学生生活中,刘老师以严谨认真的治学态度、谦虚细心的处事风格、勤 俭质朴的生活态度这些特有的人格魅力教导着并感染着我,您的言传身教对我的三 年研究生生活及以后的人生产生了重要的影响。在此致以衷心的谢意! 感谢陆思梦、林倩倩、黄先莉、贺念、周银城同学,在我课题研究起步阶段, 为我提供了许多帮助;感谢梁子龙、郭军、杨群、石九龙、刘复新、黄炎子、赵侃、 刘婷等师弟师妹,在他们的合作和帮助下完成了该系统的设计;感谢叶显、胡星、 刘西洲等同学,在研究生生活上的关心与照顾;此外我还要感谢现代通信技术实验 室其他同学以及朋友长久以来对我的支持。 感谢父母一直以来给予的支持和理解,是父母的善解人意和悉心关怀,使我在 人生的道路上逐渐成长,感谢所有爱我的和我爱的亲人! 最后,要感谢出席硕士论文答辩会和审阅硕士论文的各位专家老师学者,非常 感谢你们花费宝贵的时间指导我的毕业论文。

基于Android手机的室内定位技术研究与实现
作者: 学位授予单位: 徐伟 华中师范大学

引用本文格式:徐伟 基于Android手机的室内定位技术研究与实现[学位论文]硕士 2014


赞助商链接
相关文章:
室内定位技术研究任务书
室内定位技术研究任务书 - 1、本毕业设计(论文)课题应达到的目的: 未来是移动互联的时代,人平均 80%的时间在室内,80%移动电话使用和数据连 接在室内使用。所以...
基于WiFi的室内定位研究与实现.
基于WiFi的室内定位研究与实现. - 西华大学课程设计说明书 1 前言 近年来, 随着无线通信技术与网络技术的不断发展和全面普及,各种新业务 与新需求层出不穷,其中...
室内定位技术研究开题报告
室内定位技术研究开题报告 - 课题来源 一、论文资料的准备 社会实践 课题类别 毕业论文 学习室内定位技术算法;查找室内定位技术相关参考资料及文献;确定研究思路与 ...
蓝牙室内定位开题报告
这些都确保蓝牙 4.0 技术实现室内定位的可行性与实用 性。可以想见。将来一个...安卓系统 android4.3 以上,ibeacon 基站 研究步骤及方法 基于 BLE4.0 室内定位...
室内定位技术研究进展
1、AGPS(辅助全球定位技术) a)基本原理: 使用 GPS 芯片和移动电话网络来实现...[6]基于超声波技术和射频技术, 引入节能机制, 改进 Cricket 室内定位系统的信道...
基于ZigBee的室内无线定位技术研究
尤其是基于ZigBee技术的 定位系统的研究与开发逐渐成为了一个研究热点。 2.其他典型室内无线定位系统 2.1 室内 GPS 定位技术 GPS是目前应用最为广泛的定位技术。 ...
蓝牙室内定位技术发展现状
基于 Cell-ID 的方法实现了一个 BIPS 蓝牙定位系统。BIPS 系统是在一个 建筑...《基于低功耗蓝牙的室内定位技术研究_石志京》 蓝牙简介蓝牙是一种支持设备间...
室内定位技术的研究综述
例如车载导航,手机地图 App 等都运用了 GPS 技术。...因此,如何在室内实现精 确定位是定位技术研究领域...其中,以定位机制为依据可以划分为:基于临近关系的...
基于Zigbee无线定位技术研究毕业论文
基于Zigbee无线定位技术研究毕业论文 - 基于 ZigBee 的无线定位技术研究 摘要: 随着现代通信技术和无线网络的快速发展,人们对定位与导航的需求日益增大,尤其 在复杂的...
基于CSS技术的室内定位通信系统的研究与实现 精品
Network and Communication 基于 CSS 技术的室内定位通信系统的研究与实现 张骁耀 ,王玫(桂林电子科技大学信息与通信学院,广西桂林 541004 )摘 * 要:利用 Chirp ...
更多相关标签: