[发明专利]一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法

说明书

本发明属于室内定位技术领域，公开了一种融合地图信息的改进卡尔曼滤波器室内定位跟踪方法及系统，其实现步骤为：(1)确定基本离散卡尔曼滤波器方程和对应的变量；(2)计算标准卡尔曼滤波器的时间更新方程和测量更新方程；(3)融合地图信息判断定位终端是否到达拐角附近；(4)判断定位终端是否发生转弯；(5)如果定位终端发生转弯，则调整卡尔曼滤波器的参数，修正拐角处的跟踪结果。本发明解决了现有标准卡尔曼滤波器在拐角处定位跟踪效果较差的问题。本发明减小了标准卡尔曼滤波器定位跟踪方法在拐角处的偏差，提高了定位终端发生转弯时的定位跟踪精度。

技术领域

本发明属于室内跟踪定位技术领域，尤其涉及一种融合地图信息的改进卡 尔曼滤波器室内定位跟踪方法，可用于覆盖WIFI信号的室内环境，通过融合地 图信息的改进卡尔曼滤波器室内定位跟踪方法，来优化Wi-Fi定位跟踪结果。

背景技术

当前，随着无线网络的发展和无线局域网的广泛部署，基于WIFI的室内定 位技术受到广泛重视。在覆盖WIFI网络的室内环境下，通过测量来自接入点 APs的接收信号强度RSS，结合采集好的信号强度数据库求解，确定移动用户 的位置。实时定位时，由于信号波动、多径干扰、阴影效应及人员的走动等多 种因素影响，定位结果常常发生抖动，导致定位效果不佳。为了稳定定位结果， 通常会对定位结果进行滤波，使得输出的定位结果更加平滑。

卡尔曼滤波是对随机信号做滤波的算法之一，应用十分广泛，目前在通信、 导航、遥感、石油勘探等各个领域都有重要应用。相比于维纳滤波、最小二乘 等其他滤波算法，卡尔曼滤波器有如下特点：

(1)在求解时不需要贮存大量的观测数据，并且当得得到新的观测数据时， 可随时算得新的参数滤波值，便于实时地处理观测成果。

(2)卡尔曼滤波器是以最小均方误差为原则的最佳线性滤波器，根据前一 个估计值和最近一个观察数据来估计信号的当前值，需要已知系统的状态方程 和量测方程，它的解是以估计值的形式给出的。

(3)卡尔曼滤波采用实用的递推算法，成功地将状态变量法引入到滤波理 论中来，在时域内设计滤波器，且不要求保存过去的测量数据。

(4)被估计量可以是平稳的，也可以是非平稳的，即卡尔曼滤波也适用于 非平稳过程。

利用离散卡尔曼滤波器对定位跟踪进行处理是一种优化结果的方法，但是 由于方法在长时间平稳移动后会更偏向预测值，一旦发生大幅度偏离原运动方 向的情况，就会需要一段时间的纠正过程，不利于跟踪与定位结果。针对此方 面，还有不少的优化空间。

综上所述，现有技术存在的问题是：

利用离散卡尔曼滤波器对定位跟踪进行处理是一种优化结果的方法，但是 由于方法在长时间平稳移动后会更偏向预测值，一旦发生大幅度偏离原运动方 向的情况，就会需要一段时间的纠正过程，不利于跟踪与定位结果。针对此方 面，还有不少的优化空间。

发明内容

针对上述问题，本发明的目的在于提供一种融合地图信息的改进卡尔曼滤 波器室内定位跟踪方法。

实现本发明目的的技术方案是：融合地图信息信息，遇到拐角时，如果移 动终端发生转弯，调整卡尔曼滤波器的参数，以改善其跟踪精度。包括两个阶 段：

1)确定基本离散卡尔曼滤波器方程和对应的变量。

1.1)确定状态向量：卡尔曼滤波器的状态向量为：

x＝[s_x,v_x,s_y,v_y]^T

其中s_x和v_x分别表示x方向的位置和速度，s_y和v_y分别表示y方向的位置和速 度；