气压计融合WiFi楼层定位算法*
2018-09-11卢彦霖章志明邓建刚
卢彦霖, 章志明, 邓建刚, 余 敏
(1.江西师范大学 软件学院,江西 南昌 330022; 2.江西师范大学 计算机信息工程学院,江西 南昌 330022)
0 引 言
目前,提出的楼层定位技术可分为基于无线信号[1~4]、基于传感器[5~8]以及多种定位源融合技术[9~11]。基于无线信号的定位方式大多数研究都利用GSM信号或WiFi信号的位置指纹匹配技术,但无线信号存在抗干扰性差,时变性强等缺点,且构建指纹数据库需要耗费大量的人力。SkyLoc[1]系统提出一种基于GSM指纹的楼层判别方法,并研究在保证较高判别正确率的情况下有效地减少指纹采集量,但75 %的正确率实用性较差。邓中亮等人[2]提出基于K-means算法的WLAN室内定位楼层判别方法,根据楼层间明显的信号差异和所属类的方法确定楼层,更大的匹配粒度使其正确率超过95 %。孙子砚等人[3]借鉴室内外无缝切换思想,通过在楼梯等过渡区域布设无线传感器网络(wireless sensor networks,WSNs)节点,实现楼层间切换,该方法切换成功率大于75 %。
伴随微机电系统(micro-eletro-mechanical system,MEMS)技术飞速发展,基于传感器的楼层定位技术正在兴起。Ftrack系统[7]在无需基础设施的楼层中,仅依靠手机内置加速度计识别用户上下楼行为,能达到97 %的准确率;B-Loc系统[8]首创仅利用手机中内置气压计实现楼层定位,在10层楼的环境中准确率高达98%,但系统太过依赖用户实时气压指纹采集,在用户数量较少时无法提供高准确率服务。
基于以上WiFi和气压计楼层定位的优缺点,本文提出气压计融合WiFi楼层定位方法。以WiFi楼层定位为基础,采用群智感知技术[12]实时收集气压指纹,构建气压计楼层定位模块,利用气压计楼层定位填补WiFi信号覆盖盲区并监测WiFi楼层定位结果误差,实时动态更新WiFi指纹数据库。……
