狭长空间基于人体穿透损耗模型的组合定位方法
2016-10-13张晋升李胜广
张晋升,孙 健,李胜广,谭 林
(公安部第一研究所,公安部警务物联网应用技术重点实验室,北京100048)
狭长空间基于人体穿透损耗模型的组合定位方法
张晋升*,孙健,李胜广,谭林
(公安部第一研究所,公安部警务物联网应用技术重点实验室,北京100048)
狭长空间定位问题普遍存在于室内定位应用场景中,虽然传统基于RSSI(Received Signal Strength Indicator)测距的定位方法简便易行,但是狭长空间RSS的波动性以及人体对无线信号的遮挡会严重降低人员定位精度。本文在分析了人体穿透损耗对狭长空间定位影响的基础上,提出将RSSI测距与扩展卡尔曼滤波定位算法组合实现定位,即在中等尺度(5λ~50λ)内采用基于人体穿透损耗模型的RSSI测距方法定位,在大尺度(>50λ)内采用基于人体遮挡修正模型的扩展卡尔曼滤波算法定位。实验表明该方法在狭长空间的定位精度明显优于RSSI测距定位方法。
狭长空间;人体穿透损耗;RSSI测距;组合定位
EEACC:7230doi:10.3969/j.issn.1004-1699.2016.04.022
位置服务LBS(Location Based Services)发展十分迅速,可以与社交、旅游、商业等行业紧密结合,产生巨大的商业价值[1]。室内定位是位置服务中非常重要的组成部分,尤其是狭长空间定位问题,场景特殊,信号多径效应以及遮挡、串扰等干扰严重,但是普遍存在,例如矿井通道内的人员定位,监管场所、机场、大型医院的走廊内人员定位等等。
国内辽宁工业大学的赵光旭研究了监狱服刑人员三维精确定位系统[2];陈增强研究了基于模糊神经网络建模的室内定位算法[3];上海交通大学的李成岭研究了基于RSSI的无线自组织网络室内定位算法研究与实现[4];……
