信号强度与运动传感器融合的智能手机室内定位算法

被引:5
作者
景首才
惠飞
马旭攀
郭毅涛
赵祥模
机构
[1] 长安大学信息工程学院
关键词
智能手机; 室内定位; 信号强度; 加速度; 融合测距; 地图匹配;
D O I
暂无
中图分类号
TN929.53 [蜂窝式移动通信系统(大哥大、移动电话手机)]; TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
利用智能手机传感器实现高精度跟踪定位已经成为一个研究热点。针对室内定位中由于手机的运动引起采集信号强度不稳定造成的定位误差大的问题,提出了基于信号强度与加速度梯度融合综合的新的测距算法,结合手机方向信息、地图信息、信号强度的分布信息,利用测距信息与地图匹配算法,实现对智能手机的精确定位。在实验测试中,该算法平均定位精度为1.2 m,3.5 m以下定位精度达95%。本算法有效地提高了智能手机的室内定位精度,并且相比指纹库定位算法减少了搜索次数,提高了定位速度。
引用
收藏
页码:1849 / 1852
页数:4
相关论文
共 12 条
[1]   基于多模指纹匹配的室内定位系统设计与实现 [J].
杨广龙 ;
孔勇平 ;
钟致民 ;
张玉良 .
计算机工程与设计, 2013, 34 (05) :1896-1901
[2]   一种改进的基于信号强度的WLAN定位方法 [J].
孙善武 ;
王楠 ;
陈坚 .
计算机科学, 2014, 41 (06) :99-103
[3]   基于信号传播特征的室内定位和追踪技术研究 [J].
张文涛 ;
李贺武 .
小型微型计算机系统, 2014, 35 (07) :1447-1452
[4]  
Super-resolution TOA estimation with diversity for indoor geolocation. Xinrong Li,K. Pahlavan. IEEE Transactions on Wireless Communications . 2004
[5]   基于AOA的无线传感器网络节点定位算法 [J].
诸燕平 ;
黄大庆 ;
李勃 .
传感器与微系统, 2010, (01) :98-101+104
[6]   无线定位与惯性导航结合的室内定位系统设计 [J].
周亮 ;
付永涛 ;
李广军 .
电子技术应用, 2014, 40 (04) :73-76
[7]  
A comparative survey of WLAN location fingerprinting methods. Honkavirta V,Perala T,Ali-Loytty S,et al. 6th Workshop on Navigation&Communication . 2009
[8]   基于RSSI测距的室内定位研究 [J].
周二林 ;
王冠凌 .
重庆理工大学学报(自然科学), 2014, 28 (09) :98-101+121
[9]  
A Smartphone Localization Algorithm using RSSI and Inertial Sensor Measurement Fusion. LI W L,ILTIS. IEEE Global Communications Conference . 2013
[10]  
Intelligent Fusion of Wi-Fi and Inertial Sensor-Based Positioning Systems for Indoor Pedestrian Navigation. L.Chen,et al. IEEE Sensors Journal . 2014