汪振　陆奎

摘要：提出一种基于粒子滤波的Wi-Fi和PDR的室内定位方法。首先对Wi-Fi指纹数据进行卡尔曼滤波，改善权重KNN提升分类精度;然后通过行人航位推算（PDR）根据加速度传感器数据和方向角数据计算出每步的步长以及步速，从而推算出路径;最后在改进的Wi-Fi和PDR的定位基础上，使用粒子滤波将两者结果进行融合。试验过程中，使用采集两个教室的环境数据，试验结果证明了该算法能提升定位精度。

关键词：室内定位;Wi-Fi指纹;粒子滤波;卡尔曼滤波;行人航位推算（PDR）

中图分类号：TP181文献标识码：A

文章编号：1009-3044（2020）09-0039-01

1 引言

随着时代的发展，使用智能手机的用户逐渐变多，并且商场等大型的室内环境中部署了大量Wi-Fi，这使得室内环境下使用Wi-Fi进行定位成为研究热门。目前，Wi-Fi的定位主要分为两类：基于位置指纹的方法和基于信号传播模型的方法。基于位置指纹的方法应用最为广泛[1]，Wi-Fi位置指纹主要是在某个位置采集所有Wi-Fi接人点的接收信号强度CRSSI），每个接人点又具有唯一的介质访问控制（MAC）地址。但是室内环境中存在大量的障碍物会引起信号多径衰减问题，也会影响Wi-Fi信号的覆盖范围，从而导致接收信号强度（RSSI）会出现偏差。这些问题使得在室内环境中基于RSSI的定位精度和穩定性都比较差，无法满足用户在室内的需求。

通过智能设备中的多个传感器采集数据，使用行人航位推算（ PDR）[2]方法可以实现连续无缝的定位。但是PDR也有明显的缺点，即存在误差累积问题，无法长时间的定位。……