知网论文检测范文-无线室内定位技术的发展状况
早在2000年，美国加州大学(University of California at San Diego)与微软的研究项目，利用RSSI指纹定位设计的RADAR开启指纹定位的发展史[26]。后大多数关于指纹定位的研究都建立在这个基础上。根据实践测试得到，RADAR系统的定位精度在5米左右。
2002年，密歇根州立大学(Michigan State University)的研究人员在RADAR系统的基础上进行方法改进与性能提升得到LANDMARC系统[27]，与RADAR相同的是，同样进行指纹库的建立与匹配，不同的是，LANDMARC采用RFID基站与标签建立实时更新的指纹库，并且每次使用更新的指纹库进行在线匹配，这种系统克服了由于信号因环境产生的时变性而造成指纹库滞后性的问题[28]，但缺点也显而易见，这种方法对指纹库的高效建立提出了严格要求，指纹库的扩大和每一次的建立将耗费大量计算复杂度，其定位精度在3米左右。
2005年美国马里兰大学(University of Maryland)设计出同样采用指纹定位机制的Horus系统[29]。其改进之处在于在离线和匹配阶段引入了统计概率模型。与RADAR和LANDMARC使用确定性匹配策略不同，Horus系统将参考点的指纹向量建模为一个高斯分布,使用最大似然估计(Maximum Likelihood,ML)进行指纹匹配。其中提出了分族模型(clustering)和增量三角法(the Incremental Triangulation,IT)，质心法(Center of Mass)几种方法,对指纹库中的指纹进行分族,提高了指纹匹配的效率,为指纹库聚类的研究方向奠定了基础。Horus系统提高了定位速度,但定位精度并没有得到明显改善。
Cricket系统是国内在室内定位方向最早的研究之一[30]，它利用了超声波与射频信号传播速度的的差异性，根据TOA(Time of Arrival)算法，同时从发射机发送两种信号，接收机会先后收到射频信号和超声波信号，记录其信号到达时间差与信号的传播速度来测算距离达到定位效果。Cricket定位系统的优点是定位实时性较好，计算复杂度低，但其缺点是只能粗略估计定位区域而无法实现精确的位置估计，同时需在定位区域布置大量信标，对系统的维护成本比较高。
Wayes系统是由北京航空航天大学研究的基于无线局域网的定位系统[8]，采用RSSI作为信号采用值，Wayes的信号分布图采用差值模型对RSSI进行预先处理，形成RSSI差值，在指纹库中保存差值模型处理后的RSSI差值向量作为信号指纹。引入信号差值模型有效消除了RSSI设备引入误差，建立与与设备类型无关的信号空间。
哈尔滨工业大学基于WLAN信号强度指纹与惯性导航结合的定位技术[31]，使用航迹推测模型与扩展卡尔曼滤波算法，通过惯性传感器获得的计步状态推算出移动速度，将方向传感器获得的航向输入扩展卡尔曼滤波器，判断运动到静止及静止到运动的状态，对指纹定位结果滤波，以达到利用惯性传感测量结果对WLAN指纹定位进行预测、估计、和校正的作用。
当前国内外研究室内定位的主流技术大致分为基于红外的技术[32, 33]1，基于超声波的技术，基于超宽带的技术，基于RFID的技术，基于Zigbee的技术，基于蓝牙的技术，基于WALN的技术等。其中红外线容易受障碍物遮挡。传播距离较小；超声波技术虽然精度较高，但传输中衰减明显，使得定位范围较小；超宽带技术定位准确，但成本昂贵不宜广泛普及使用；RFID信号很不稳定，偏移较大，且需要大量布置RF信号发射装置及标签使其使用受到限制。基于ZigBee的技术当传输距离较大或有障碍时，易出现通信中断。WLAN无需重新部署，成本低，精度高，信号稳定逐渐成为未来室内定位的主流。
