基于iBeacon和改进PDR算法的室内定位方法研究与实现.pdfVIP

摘要

随着大型复杂建筑的数量不断增加，人们对室内的基于位置服务(LBS)的需

求也与日俱增。室内导航技术可以帮助人们在室内快速地确定自身所处的精确位

置和目的地所在位置，并通过实时导航等功能帮助人们到达目的地。而室内定位

技术是室内导航技术的重要组成部分，只有做到了对行人的精确定位，才能够到

达更好的导航效果。虽然卫星定位技术已经相当成熟，但在室内受到建筑墙体的

干扰，导致信号弱、精确度不高。因此，如何在室内环境中精确、可靠地确定行

人位置信息已成为研究人员亟待解决的重要课题。本文在基于现有室内定位方法

的基础上，提出了一种基于行人航位推算(PDR)和蓝牙iBeacon定位的行人室内

定位方法，并设计和实现了基于该定位方法的室内定位系统，主要内容如下：

（1）针对目前PDR算法中步长估计环节精度较低的问题，提出了一种基于

长短期记忆网络(LSTM)和麻雀有哪些信誉好的足球投注网站算法(SSA)的步长估计方法。该方法的创新之

处在于利用移动智能终端内置传感器采集到的数据训练LSTM网络，并通过SSA

对网络相关参数进行优化。将训练好的模型应用于室内行人移动距离预测，并与

传统PDR算法进行对比实验。实验结果表明，基于SSA-LSTM模型的PDR算

法具有较高的准确度和泛化能力，进行步长估计的平均误差明显小于传统PDR

算法。

（2）针对PDR算法在运行过程中，累积误差会越来越大的问题，提出了一

种基于峰值检测的iBeacon定位和PDR算法相融合的室内定位方法。该方法的

创新之处在于通过对iBeacon信标发出的信号强度值(RSSI)进行峰值检测，判断

行人和某个iBeacon信标之间是否达到了最近距离，并适时地采用iBeacon定位

结果，对PDR算法过程中产生的累积误差进行纠正。在iBeacon定位方面，利

用高斯滤波对采集到的信号进行预处理，还通过实验分析确定了合适的传播损耗

模型。

（3）搭建了室内定位系统开发环境，进行了系统的设计和程序开发工作，

实现了一个运行在移动智能终端上的室内定位系统。并利用室内定位系统对本文

提出的改进PDR算法以及融合定位算法的性能进行了测试。实验结果表明，基

于SSA-LSTM的改进PDR算法比传统PDR算法具有更高的定位准确度。其次，

相比单一的定位方式，本文所提出的融合定位算法具有更高的精度和稳定性，在

有效时间上也有着显著的优势。

关键词：室内定位；行人航位推算；iBeacon；人工智能；神经网络

ABSTRACT

Withtheincreasingnumberoflargeandcomplexbuildings,thedemandfor

location-basedservices(LBS)indoorsisalsogrowingdaybyday.Indoornavigation

technologycanhelppeoplequicklydeterminetheirpreciselocationanddestination

indoors,andhelpthemreachtheirdestinationthroughreal-timenavigationandother

functions.Indoorpositioningtechnologyisanimportantcomponentofindoor

navigationtechnology,andonlybyachievingprecisepositioningofpedestrianscan

betternavigationeffectsbeachieved.Althoughsatellitepositioningtechnologyis

alreadyquitemature,itissubjecttointerferencefrombuildingwallsindoors,

resultinginweaksignalsandlowaccuracy.Therefore,howtoaccurat