《基於GNSS/MEMS/WiFi/UWB最佳化組合的自適應室內外無縫定位》是依託中國礦業大學，由陳國良擔任項目負責人的面上項目。
基本介紹
- 中文名：基於GNSS/MEMS/WiFi/UWB最佳化組合的自適應室內外無縫定位
- 項目類別：面上項目
- 項目負責人：陳國良
- 依託單位：中國礦業大學
項目摘要,結題摘要,
項目摘要
如何實現廉價、高精度、自適應的室內外三維無縫導航定位是目前國際上亟待解決的技術瓶頸問題。本項目以GNSS、MEMS、WiFi、UWB為主要數據採集手段，輔以建築物的空間地理信息，以定量分析、信息挖掘、最佳化組合、自動建模、精度分析及控制為特點，以室外空曠區→室外衛星信號脆弱區→室內外過渡區→室內區域全空間無縫定位為主線，運用多學科理論與方法，結合室內外實驗，算法研究，模擬仿真，數據挖掘與綜合分析，系統研究基於多元感測器集成的室內外無縫定位時空基準和信號體制，無線感測網路最佳化和定位算法，測距與非測距、無線與非無線感測器的室內外三維融合定位，GNSS/MEMS/無線信號室內外最佳化組合模型，解決相關位置參數獲取及精度估計與控制方法，確立多重導航信號覆蓋下室內外複雜空間自適應最佳化無縫定位模式。本項目的研究可為解決連續、自主、實時、高精度的室內外無縫銜接導航套用提供有效的技術支撐。
結題摘要
針對室內外無縫高精度定位的需求，本項目以WiFi、PDR、UWB、MEMS為主要數據採集手段，輔以建築物的空間地理信息，確立多重導航信號覆蓋下室內複雜空間自適應定位模式。主要成果包括：（1）構建了WiFi/UWB/Zigbee/RFID/ Bluetooth /INS室內定位綜合實驗場，解決了室內定位綜合實驗和測試平台問題。（2）系統研究了WiFi信號指紋定位的原理和方法。針對該方法計算量大不能滿足手機平台套用的問題，提出利用K-means聚類算法對WiFi指紋庫進行聚類處理，降低算法計算量，提高了系統的定位實時性。針對WiFi信號不穩定造成的單點定位跳動問題，提出利用卡爾曼濾波對定位結果進行降噪處理，提高了定位精度。分析了人員朝向對定位結果的影響，得出分方向採集指紋庫可以提高定位精度的結論。（3）分析了UWB信號機制、定位原理以及影響其定位精度的關鍵因素，並通過實驗探討了UWB感測器布設方案和UWB信號穿透性對定位精度的影響。（4）研究了基於運動模型的MEMS行人航位推算定位方法，提出了波峰檢測算法、自相關分析算法、自適應波峰檢測算法的計步最佳化算法；提出一種基於加速度量測幅值進行零速檢測的計步方法，建立了步頻線性模型，解決了加速度在積分過程中出現較大的累積誤差問題。（5）分別利用EKF和UKF算法實現了PDR和WiFi定位的融合，實驗表明UKF針對強非線性模型的融合定位優於EKF。（6）完成了室內導航定位系統的設計，研發了室內多源感測器融合定位算法，開發實現了基於移動平台的室內三維導航系統。本項目的研究為解決連續、自主、實時、高精度的室內外無縫導航套用提供了有效的技術支撐。 項目共發表15篇學術論文，其中5篇SCI，6篇EI，授權1項發明專利，1部專著，6項軟體著作權，培養研究生18名。
