[发明专利]基于因子图的气压辅助Wi-Fi/PDR室内定位方法

权利要求书

1.基于因子图的气压辅助Wi-Fi/PDR室内定位方法，其特征在于：该方法包括以下步骤：

步骤S1：在定位区域内布置定位装置；所述定位装置包括Wi-Fi设备、无线网卡、惯性器件模块和数字气压传感器；

所述Wi-Fi设备的信号覆盖定位区域，通过无线网卡传输采集的信道状态信息，并根据对应位置的坐标构建CSI指纹库，训练定位神经网络，然后利用广义延拓插值法进行CSI指纹库扩充，得到插值指纹库；在i时刻定位神经网络根据CSI信号输出估计位置坐标，经过插值指纹库的矫正后，作为输入因子图的坐标量测数据

所述惯性器件模块包含加速度计和陀螺仪，用于在定位过程中持续输出三轴加速度和航向角；所述数字气压传感器用于持续输出当前位置的气压值和气温；

步骤S2：对PDR进行改进，构建步长模型，输出轨迹推算量测信息，具体包括以下步骤：

步骤S21：根据惯性器件模块获取的载体坐标系下的三轴加速度a＝[a_x a_y a_z]^T，转换成载体坐标系的z轴竖直向下时的加速度a′＝[a′_x a^′_y a′_z]^T，然后将a′_z-g作为步伐检测的待检测量，对所有时刻的待检测量进行峰值检测，将低于设定阈值的步伐点时刻滤除，得到步伐点时刻集合t^s1；再对步伐点集合t^s1进行二次筛选，消除抖动，二次筛选后的步伐点集合t^s2为：

其中，τ为最短步伐用时，为τ时间内第j个步伐点时刻，g为重力加速度；

步骤S22：建立步长与加速度的对数模型：

f(w,b)＝w·log(a′_z(t)-g)+b,t∈t^s2

其中，w和b为模型系数，收集M次不同速度与不同路线下惯性器件模块输出的数据，构建轨迹推算训练数据集其中为行走步数，S_ii为行走路程，以路程残差平方和最小为目标，采用高斯-牛顿迭代法优化对数模型f(w,b)中的参数，优化公式为：

其中，为第ii条训练数据的第jj步估计步长；

步骤S23：获取惯性器件模块输出的航向角，当当前时刻的航向角α_k与上一时刻的航向角的差值绝对值大于180°时，进行跳变处理：

其中，表示经过处理后的航向角，然后对经过处理后的航向角进行低通滤波；

步骤S24：记stepLen_i为i时刻的估计步长，得到用于输入因子图的PDR量测信息

步骤S3：对数字气压传感器输出的气压数据进行处理，具体包括以下步骤：

步骤S31：收集一组时间序列气压数据计算L个广义延拓外推模型：

其中，为拟合函数的系数，对于第l个模型采用t_m-l至t_n-l时段的数据计算拟合系数，每个模型数据量为n-m+1个，利用上述L个广义延拓外推模型估计t_n+1时刻的气压值

步骤S32：计算数字气压传感器输出的量测数据的标准差σ、显著性水平a以及检验统计量z_a/2，通过广义延拓预测值估计气压真值然后设置信区间当数字气压传感器输出的量测数据超出该置信区间时，使用估计的气压真值替量测数据；

步骤S33：依据差分气压转换高度公式，计算i时刻差分高度值作为输入因子图的差分气压高度量测信息

其中，为当前气温，与分为经过步骤S32过滤后相邻两个时刻的气压值；

步骤S4：将步骤S1～S3得到的量测输入因子图模型；因子图的状态量为X＝[x y z α′]^T，包括三轴坐标值x、y、z与航向角α′，依据输入的新的量测信息类型构建新的因子节点，并依次进行扩展结构、增量更新、变量消元，然后进行图优化，优化目标函数为：

其中，为量测误差协方差矩阵，||·||_R为求取马氏距离，Δ表示求取相邻时刻变量节点的状态量差值；

最后，得到优化后的因子图状态量X，将其中的三轴坐标值作为输出的定位结果。