[发明专利]一种基于EKF滤波的初始状态自适应融合定位方法

权利要求书

1.一种基于EKF滤波的初始状态自适应融合定位方法，其特征在于：将待测区域进行网格化处理，建立离线状态下的Wi-Fi位置指纹数据库，再利用扩展卡尔曼滤波方法EKF将Wi-Fi位置指纹定位方法和行人航位推算方法PDR进行融合，其用户运动时的初始状态是在Wi-Fi位置指纹定位方法的基础上，结合多点卡尔曼滤波方法获得，同时，在扩展卡尔曼滤波方法EKF的迭代过程中，则以用户运动过程中相邻两个状态的信号强度数据RSSI的欧氏距离来构成动态的观测噪声协方差矩阵，以完成对用户运动时下一个状态的位置预测；

所述初始状态包括初始位置L₀和初始航向角θ₀，以Wi-Fi位置指纹数据库为基础，利用Wi-Fi位置指纹定位方法解算得到用户由静止开始运动m步后预测的各个位置点坐标记为在每个位置点i重新采集得到M组Wi-Fi信号强度数据，再利用Wi-Fi位置指纹定位方法解算得到每个位置点i对应的M个定位结果，记为L_i′_(j)(j＝1,2，…,M)，然后利用多点卡尔曼滤波方法对所有的定位结果进行迭代解算获得滤波后的各个位置点i的坐标(x_i,y_i)(i＝0,1,2，…,m)，记为则初始位置初始航向角

在扩展卡尔曼滤波方法EKF的迭代过程中，利用如下方程式计算观测噪声协方差矩阵R_k

其中，

当k＝0时，初始值δ₀设置为常量，为Wi-Fi指纹定位方法的平均误差；

当k≥1时，表示用户运动时第k个状态和第k-1个状态对应的RSSI信号强度数据的欧式距离，表示用户运动时第k个状态对应的位置点所采集到一组共T个Wi-Fi信号强度数据，[D_min,D_max]表示在一个稳定环境下D_k的取值范围，[S_min,S_max]表示采用所述基于EKF滤波的初始状态自适应融合定位方法的定位精度范围，D_min、D_max、S_min、S_max均设置为经验值，δ_d表示用户运动时的步长误差，δ_θ表示航向角的平均误差，均设置为常量。