專利名稱：基于粒子濾波算法的wlan室內(nèi)跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種WLAN室內(nèi)跟蹤方法。
背景技術(shù)：
WLAN網(wǎng)絡(luò)是計(jì)算機(jī)網(wǎng)絡(luò)與無線通信技術(shù)相結(jié)合的產(chǎn)物。它利用射頻傳輸技術(shù)進(jìn) 行數(shù)據(jù)的傳送，為用戶提供無線寬帶接入服務(wù)。WLAN的發(fā)展，解決了有線網(wǎng)絡(luò)布線困難的 問題，打破了寬帶接入的地域限制，滿足了用戶移動(dòng)數(shù)據(jù)通信的需要，實(shí)現(xiàn)數(shù)據(jù)通信的移動(dòng) 化、漫游化和寬帶化。WLAN的產(chǎn)生和不斷發(fā)展?jié)M足了人們對(duì)高效率、高質(zhì)量、高帶寬、低成 本無線網(wǎng)絡(luò)通信的需求。WLAN的產(chǎn)生和不斷發(fā)展?jié)M足了人們對(duì)高效率、高質(zhì)量、高帶寬、 低成本無線網(wǎng)絡(luò)通信的需求。而在實(shí)際使用中，用于定位的用戶終端可能是靜止的，也有 可能是移動(dòng)的，所以對(duì)室內(nèi)無線跟蹤系統(tǒng)的研究在此背景下發(fā)展起來?，F(xiàn)有的室內(nèi)跟蹤 技術(shù)主要有擴(kuò)展卡爾曼濾波EKF(Extended Kalman Filter)、修正增益的擴(kuò)展卡爾曼濾波 MGEKF(Modified Gain Extended Kalman Filter)和粒子濾波PF(Particle Filter)等，而 在其中，粒子濾波由于其精度可 以逼近最優(yōu)估計(jì)，而且適用于任何能用狀態(tài)空間模型表示 的非線性系統(tǒng)，受到高度重視，在近些年來得到快速的發(fā)展。粒子濾波算法是利用序列重要性采樣的概念近似，用離散的隨機(jī)樣本近似相應(yīng)的 概率密度函數(shù)。在粒子濾波中，概率密度函數(shù)被一系列離散的帶權(quán)重的樣本近似。隨著樣 本粒子數(shù)量的增加，粒子濾波接近于貝葉斯最優(yōu)估計(jì)。粒子濾波技術(shù)在非線性、非高斯系統(tǒng) 表現(xiàn)出來的優(yōu)越性，使得其成為在室內(nèi)定位跟蹤領(lǐng)域里人們研究的熱點(diǎn)。但是，在實(shí)際應(yīng)用 中，粒子濾波算法中粒子點(diǎn)的傳統(tǒng)選取方法會(huì)對(duì)整個(gè)系統(tǒng)造成很大的負(fù)擔(dān)，且環(huán)境適應(yīng)也 較差。

發(fā)明內(nèi)容
本發(fā)明是為了解決室內(nèi)環(huán)境下對(duì)動(dòng)態(tài)目標(biāo)的跟蹤問題中，非線性模型問題導(dǎo)致跟 蹤精度降的問題，從而提供一種基于粒子濾波算法的WLAN室內(nèi)跟蹤方法?；诹Ｗ訛V波算法的WLAN室內(nèi)跟蹤方法，它由以下步驟實(shí)現(xiàn)步驟一、針對(duì)室內(nèi)環(huán)境布置N個(gè)接入點(diǎn)AP，確保所述環(huán)境中任意一點(diǎn)被一個(gè)或一 個(gè)以上的接入點(diǎn)AP發(fā)出的信號(hào)覆蓋，并在所述室內(nèi)環(huán)境中均勻設(shè)置Nkp個(gè)參考點(diǎn)；步驟二、選取一個(gè)參考點(diǎn)為坐標(biāo)原點(diǎn)建立二維直角坐標(biāo)系，獲得Nkp個(gè)參考點(diǎn)在該 二維直角坐標(biāo)系中的坐標(biāo)位置，在離線階段中在每個(gè)參考點(diǎn)上利用信號(hào)接收機(jī)采集來自每 一個(gè)接入點(diǎn)AP的信號(hào)強(qiáng)度RSS值，并利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率 分布；步驟三、在第k時(shí)刻下，對(duì)描述粒子分布的重要性密度函數(shù)進(jìn)行
采樣，獲得隊(duì)個(gè)粒子點(diǎn)ζ ，計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離， 并選擇歐幾里得距離最小值所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo)；所述i = 1、2……Ns ；步驟四、根據(jù)步驟二獲得的每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布和重要性密度函 數(shù)以及第k-1時(shí)刻粒子點(diǎn)的權(quán)值計(jì)算第k時(shí)刻粒子點(diǎn)所對(duì)應(yīng)的權(quán)值ω ；步驟五、根據(jù)步驟四 獲得的第k時(shí)刻的粒子點(diǎn)的權(quán)值ω ，采用重采樣算法對(duì)當(dāng)前時(shí)刻的粒子點(diǎn)進(jìn)行重新采樣得 到新的粒子點(diǎn)作為當(dāng)前時(shí)刻的粒子點(diǎn)，并替代原有的粒子點(diǎn)，并獲得最終的位置估計(jì)坐標(biāo)； 所述最終的位置估計(jì)坐標(biāo)即為第k時(shí)刻下待跟蹤目標(biāo)的坐標(biāo)，然后返回執(zhí)行步驟三，獲得 下一時(shí)刻的待跟蹤目標(biāo)的坐標(biāo)；N、Ns, Nep為正整數(shù)；k為大于或等于1的整數(shù)。步驟二中所述利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布是通過 公式
RSS值樣本采樣總數(shù)獲得的，式中，Sj為第u個(gè)參考點(diǎn)處接收第j個(gè)AP的信號(hào)強(qiáng)度值；Coimt(Sj)表示 在第U個(gè)參考點(diǎn)處接收到信號(hào)強(qiáng)度為~的信號(hào)數(shù)量-J1k為第k時(shí)刻第U個(gè)參考點(diǎn)的位置坐 標(biāo)； 步驟三中所述對(duì)重要性密度函數(shù)采樣獲得粒子點(diǎn)<，計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每 個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離是通過公式 獲得的；其中，(X丨,乂)表示第k時(shí)刻第i個(gè)粒子的坐標(biāo)；( Yj)表示第j個(gè)參考 點(diǎn)的坐標(biāo)。步驟三中所述選擇歐幾里得距離最小值min所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn) 的修正坐標(biāo)是通過修真公式 獲得的。步驟四中所述根據(jù)粒子濾波算法理論，計(jì)算第i個(gè)粒子點(diǎn)所對(duì)應(yīng)的權(quán)值是根據(jù) 公式 獲得的；式中，為第k時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值；~表示正比于關(guān)系； I Xi)和； (Χ 11^1)分別表示粒子點(diǎn)為;^時(shí)接收信號(hào)樣本為Zk時(shí)的概率及粒子的轉(zhuǎn)移概率；ω；^為第k-i時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值，由于每一步都利用了重采樣算法， 因此第k-l時(shí)刻的權(quán)值為1/NS ；Sj為第u個(gè)參考點(diǎn)接收到的第j個(gè)AP的RSS值。步驟五中所述采用重采樣算法對(duì)每個(gè)粒子進(jìn)行重新采樣得到新的粒子集的表達(dá)
式為
獲得最終的位置估計(jì)坐標(biāo)是通過公式
獲得的。

有益效果本發(fā)明提出了一種有效確定用戶的位置后驗(yàn)信息、抗干擾能力強(qiáng)且環(huán) 境適應(yīng)性好的基于粒子濾波的WLAN室內(nèi)跟蹤方法，該方法首先利用參考點(diǎn)的信號(hào)強(qiáng)度值 建立離線階段的信號(hào)強(qiáng)度概率分布，然后確定與粒子點(diǎn)歐氏距離最小的參考點(diǎn)并將其作為 粒子點(diǎn)修正值，進(jìn)而求出每個(gè)粒子點(diǎn)及其對(duì)應(yīng)的權(quán)值，在采用重采樣算法更新權(quán)值后，最終 給出用戶的位置估計(jì)值，該方法充分利用了空間中位置與RSS值的相關(guān)性，有效的解決了 粒子濾波算法中處理粒子時(shí)的難題，減少對(duì)系統(tǒng)的負(fù)擔(dān)，同時(shí)兼顧WLAN室內(nèi)跟蹤系統(tǒng)的有 效性和可靠性，跟蹤精度較高。


圖1是本發(fā)明方法的流程示意圖；圖2是實(shí)施方式一中實(shí)施例中所述的實(shí)驗(yàn)場(chǎng)景 示意圖。圖3是實(shí)施方式一的實(shí)例分析中所述的跟蹤區(qū)域。圖4、圖5和圖6是實(shí)施方式一 的實(shí)例分析中粒子濾波算法的收斂性分析的實(shí)驗(yàn)結(jié)果。圖7、圖8和圖9是實(shí)例分析中的速 度為lm/s，粒子數(shù)分別為4、16和64情況下的跟蹤性能實(shí)驗(yàn)結(jié)果。圖10、圖11和圖12是 實(shí)施方式一的實(shí)例分析中速度為2m/s，粒子數(shù)分別為4、16和64情況下的跟蹤性能實(shí)驗(yàn)結(jié)^ ο
具體實(shí)施例方式具體實(shí)施方式
一、結(jié)合圖1說明本具體實(shí)施方式
，基于粒子濾波算法的WLAN室內(nèi) 跟蹤方法，它由以下步驟實(shí)現(xiàn)步驟一、針對(duì)室內(nèi)環(huán)境布置N個(gè)接入點(diǎn)AP，確保所述環(huán)境中任意一點(diǎn)被一個(gè)或一 個(gè)以上的接入點(diǎn)AP發(fā)出的信號(hào)覆蓋，并在所述室內(nèi)環(huán)境中均勻設(shè)置Nkp個(gè)參考點(diǎn)；步驟二、選取一個(gè)參考點(diǎn)為坐標(biāo)原點(diǎn)建立二維直角坐標(biāo)系，獲得Nkp個(gè)參考點(diǎn)在該 二維直角坐標(biāo)系中的坐標(biāo)位置，在離線階段中在每個(gè)參考點(diǎn)上利用信號(hào)接收機(jī)采集來自每 一個(gè)接入點(diǎn)AP的信號(hào)強(qiáng)度RSS值，并利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率 分布；步驟三、在第k時(shí)刻下，對(duì)描述粒子分布的重要性密度函數(shù)
進(jìn)行
采樣，獲得Ns個(gè)粒子點(diǎn)<，計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離， 并選擇歐幾里得距離最小值所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo)；所述i = 1、 2……Ns;步驟四、根據(jù)步驟二獲得的每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布和重要性密度函 數(shù)以及第k-l時(shí)刻粒子點(diǎn)的權(quán)值計(jì)算第k時(shí)刻粒子點(diǎn)所對(duì)應(yīng)的權(quán)值；步驟五、根據(jù)步驟四獲得的第k時(shí)刻的粒子點(diǎn)的權(quán)值fi^，采用重采樣算法對(duì)當(dāng)前時(shí)刻的粒子點(diǎn)進(jìn)行重新采樣得到新的粒子點(diǎn)作為當(dāng)前時(shí)刻的粒子點(diǎn)，并替代原有的粒子 點(diǎn)，并獲得最終的位置估計(jì)坐標(biāo)；所述最終的位置估計(jì)坐標(biāo)即為第k時(shí)刻下待跟蹤目標(biāo)的 坐標(biāo)，然后返回執(zhí)行步驟三，獲得下一時(shí)刻的待跟蹤目標(biāo)的坐標(biāo)；N、Ns, Nep為正整數(shù)；k為大于或等于1的整數(shù)。步驟二中所述利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布是通過 公式 獲得的，式中，Sj為第u個(gè)參考點(diǎn)處接收第j個(gè)AP的信號(hào)強(qiáng)度值；Coimt(Sj)表示 在第u個(gè)參考點(diǎn)處接收到信號(hào)強(qiáng)度為~的信號(hào)數(shù)量 ’ rk為第k時(shí)刻第u個(gè)參考點(diǎn)的位置坐 標(biāo)；j為整數(shù)。步驟三中所述對(duì)重要性密度函數(shù)采樣獲得粒子點(diǎn)J^，計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每 個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離是通過公式 獲得的；其中，乂)表示第k時(shí)刻第i個(gè)粒子的坐標(biāo)；NS為粒子數(shù)目；(Xj，yj)表 示第j個(gè)參考點(diǎn)的坐標(biāo)。步驟三中所述選擇歐幾里得距離最小值min所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn) 的修正坐標(biāo)是通過修真公式 獲得的。步驟四中所述根據(jù)粒子濾波算法理論，計(jì)算第i個(gè)粒子點(diǎn)所對(duì)應(yīng)的權(quán)值ω 是根據(jù) 公式 獲得的；式中，< 為第k時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值；~表示正比于關(guān)系；
和I 分別表示粒子點(diǎn)為;^時(shí)接收信號(hào)樣本為Zk時(shí)的概率及粒子的
轉(zhuǎn)移概率 ’ω“為第k-i時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值，由于每一步都利用了重采樣算法， 因此第k-l時(shí)刻的權(quán)值為1/NS ；Sj為第u個(gè)參考點(diǎn)接收到的第j個(gè)AP的RSS值。步驟五中所述采用重采樣算法對(duì)每個(gè)粒子進(jìn)行重新采樣得到新的粒子集的表達(dá)
式為丨；^丨 ；獲得最終的位置估計(jì)坐標(biāo)是通過公式 人獲得的。下面舉一個(gè)實(shí)例來進(jìn)行分析 選擇的實(shí)驗(yàn)場(chǎng)景如圖2所示；實(shí)施方式一中實(shí)施例中所述的實(shí)驗(yàn)場(chǎng)景示意圖。該 實(shí)驗(yàn)場(chǎng)景尺寸面積為66. 43X24. 9m2，高度3m。且擁有19個(gè)實(shí)驗(yàn)室，1個(gè)會(huì)議室和1個(gè)乒乓 球室。墻的材料是磚塊，鋁合金窗戶和金屬門。AP為L(zhǎng)inksys WAP54G，固定在2m高度，支 持 IEEE 802. Ilg 標(biāo)準(zhǔn)，傳輸速率 54Mbps。接收端采用裝有 Intel PRO/ffireless 3945ABG 無線網(wǎng)卡的ASUS A8F筆記本電腦，接收機(jī)離地面1. 2m。AP的放置位置及參考點(diǎn)的選取如圖3所示，其中標(biāo)記31為參考點(diǎn)，曲線32為運(yùn)動(dòng) 路徑。該區(qū)域共包括65個(gè)參考點(diǎn)，且用RPi (i = 1，…，65)表示參考點(diǎn)i ；箭頭指示方向?yàn)?實(shí)際運(yùn)動(dòng)路徑方向。該跟蹤區(qū)域規(guī)則，覆蓋性能較好，在該區(qū)域的任何位置均可接收到來自 AP的信號(hào)。使用NetStumbler信號(hào)采集軟件，在每個(gè)參考點(diǎn)處，進(jìn)行3分鐘的WLAN信號(hào)采 集，每秒采樣兩次。圖4、圖5和圖6給出了粒子濾波算法在WLAN室內(nèi)環(huán)境下的跟蹤收斂性分析的實(shí) 驗(yàn)結(jié)果，圖4為粒子點(diǎn)與實(shí)際運(yùn)動(dòng)軌跡點(diǎn)之間的關(guān)系圖；其中標(biāo)記41為粒子點(diǎn)，標(biāo)記42為 實(shí)際運(yùn)動(dòng)軌跡點(diǎn)；圖7、圖8和圖9給出了粒子濾波算法在移動(dòng)終端的速度為lm/s時(shí)，不同 的粒子數(shù)條件下的實(shí)驗(yàn)結(jié)果；其中標(biāo)記71為參考點(diǎn)，標(biāo)記72為實(shí)際運(yùn)動(dòng)軌跡點(diǎn)，標(biāo)記73為 粒子濾波跟蹤曲線，標(biāo)記74為粒子點(diǎn)；標(biāo)記81為參考點(diǎn)，標(biāo)記82為實(shí)際運(yùn)動(dòng)軌跡點(diǎn)，標(biāo)記 83為粒子點(diǎn)，標(biāo)記84為粒子濾波跟蹤曲線；標(biāo)記91為參考點(diǎn)，標(biāo)記92為粒子點(diǎn)，標(biāo)記93為 實(shí)際運(yùn)動(dòng)曲線，標(biāo)記94為粒子濾波跟蹤曲線；具體的均方根誤差及仿真時(shí)間比較如表1所 示
表1速度為lm/s時(shí)的均方根誤差及仿真時(shí)間比較 圖10、圖11和圖12給出了粒子濾波算法在移動(dòng)終端的速度為2m/s時(shí)，不同的粒 子數(shù)條件下的實(shí)驗(yàn)結(jié)果，其中，標(biāo)記101為粒子點(diǎn)，標(biāo)記102為參考點(diǎn)，標(biāo)記103為粒子濾波 跟蹤曲線，標(biāo)記104為實(shí)際運(yùn)動(dòng)曲線；標(biāo)記111為實(shí)際運(yùn)動(dòng)曲線，標(biāo)記112為參考點(diǎn)，標(biāo)記 113為粒子點(diǎn)，標(biāo)記114為粒子濾波跟蹤曲線；標(biāo)記121為參考點(diǎn)，標(biāo)記122為粒子點(diǎn)，標(biāo)記 123為實(shí)際運(yùn)動(dòng)曲線，標(biāo)記124為粒子濾波跟蹤曲線。具體的均方根誤差及仿真時(shí)間比較如 表2所示。表2速度為2m/s時(shí)的均方根誤差及仿真時(shí)間比較 顯然，在粒子數(shù)選取適當(dāng)?shù)那闆r下，基于粒子濾波算法的WLAN室內(nèi)跟蹤方法在跟 蹤誤差及對(duì)系統(tǒng)造成的負(fù)擔(dān)方面都具有極大的優(yōu)勢(shì)。
權(quán)利要求
基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，其特征是它由以下步驟實(shí)現(xiàn)步驟一、針對(duì)室內(nèi)環(huán)境布置N個(gè)接入點(diǎn)AP，確保所述環(huán)境中任意一點(diǎn)被一個(gè)或一個(gè)以上的接入點(diǎn)AP發(fā)出的信號(hào)覆蓋，并在所述室內(nèi)環(huán)境中均勻設(shè)置NRP個(gè)參考點(diǎn)；步驟二、選取一個(gè)參考點(diǎn)為坐標(biāo)原點(diǎn)建立二維直角坐標(biāo)系，獲得NRP個(gè)參考點(diǎn)在該二維直角坐標(biāo)系中的坐標(biāo)位置，在離線階段中在每個(gè)參考點(diǎn)上利用信號(hào)接收機(jī)采集來自每一個(gè)接入點(diǎn)AP的信號(hào)強(qiáng)度RSS值，并利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布；步驟三、在第k時(shí)刻下，對(duì)描述粒子分布的重要性密度函數(shù)進(jìn)行采樣，獲得Ns個(gè)粒子點(diǎn)，計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之間的歐幾里得距離，并選擇歐幾里得距離最小值所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo)；所述i＝1、2……Ns；步驟四、根據(jù)步驟二獲得的每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布和重要性密度函數(shù)以及第k-1時(shí)刻粒子點(diǎn)的權(quán)值計(jì)算第k時(shí)刻粒子點(diǎn)所對(duì)應(yīng)的權(quán)值步驟五、根據(jù)步驟四獲得的第k時(shí)刻的粒子點(diǎn)的權(quán)值，采用重采樣算法對(duì)當(dāng)前時(shí)刻的粒子點(diǎn)進(jìn)行重新采樣得到新的粒子點(diǎn)作為當(dāng)前時(shí)刻的粒子點(diǎn)，并替代原有的粒子點(diǎn)，并獲得最終的位置估計(jì)坐標(biāo)；所述最終的位置估計(jì)坐標(biāo)即為第k時(shí)刻下待跟蹤目標(biāo)的坐標(biāo)；然后返回執(zhí)行步驟三，獲得下一時(shí)刻的待跟蹤目標(biāo)的坐標(biāo)；N、Ns、NRP為正整數(shù)；k為大于或等于1的整數(shù)。FSA00000162485300011.tif,FSA00000162485300012.tif,FSA00000162485300013.tif,FSA00000162485300014.tif
2.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，其特征在于步驟二 中所述利用最大似然法計(jì)算每個(gè)參考點(diǎn)的信號(hào)強(qiáng)度先驗(yàn)概率分布是通過公式/ .χcount值樣本釆樣總數(shù)獲得的，式中，Sj為第u個(gè)參考點(diǎn)處接收第j個(gè)AP的信號(hào)強(qiáng)度值；COimt(Sj)表示在第 u個(gè)參考點(diǎn)處接收到信號(hào)強(qiáng)度為~的信號(hào)數(shù)量·4為第k時(shí)刻第u個(gè)參考點(diǎn)的位置坐標(biāo)； j = 1、2……NKP。
3.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，其特征在于步驟三 中所述對(duì)重要性密度函數(shù)采樣獲得粒子點(diǎn)Ι ，計(jì)算第i個(gè)粒子點(diǎn)坐標(biāo)與每個(gè)參考點(diǎn)坐標(biāo)之 間的歐幾里得距離是通過公式獲得的；其中，(4,乂)表示第k時(shí)刻第i個(gè)粒子的坐標(biāo)；(Xj，Yj)表示第j個(gè)參考點(diǎn)的 坐標(biāo)。
4.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，其特征在于步驟三 中所述選擇歐幾里得距離最小值min所對(duì)應(yīng)的參考點(diǎn)坐標(biāo)作為該粒子點(diǎn)的修正坐標(biāo)是通 過修真公式 獲得的。
5.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，其特征在于 步驟四中所述根據(jù)粒子濾波算法理論，計(jì)算第i個(gè)粒子點(diǎn)所對(duì)應(yīng)的權(quán)值是根據(jù)公式 獲得的；式中，<為第k時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值；~表示正比于關(guān)系； 分別表示粒子點(diǎn)為;^時(shí)接收信號(hào)樣本為Zk時(shí)的概率及粒子的 轉(zhuǎn)移概率；為第k-1時(shí)刻第i個(gè)粒子所對(duì)應(yīng)的權(quán)值，由于每一步都利用了重采樣算法， 因此第k-Ι時(shí)刻的權(quán)值為1/NS ；Sj為第u個(gè)參考點(diǎn)接收到的第j個(gè)AP的RSS值。
6.根據(jù)權(quán)利要求1所述的基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，其特征在于步驟五中所述采用重采樣算法對(duì)每個(gè)粒子進(jìn)行重新采樣得到新的粒子集的表達(dá)式為 ；獲 得最終的位置估計(jì)坐標(biāo)是通過公式 獲得的。
全文摘要
基于粒子濾波算法的WLAN室內(nèi)跟蹤方法，涉及一種WLAN室內(nèi)跟蹤方法。它解決了室內(nèi)環(huán)境下對(duì)動(dòng)態(tài)目標(biāo)的跟蹤問題中，非線性模型問題導(dǎo)致跟蹤精度降的問題。本方法首先利用參考點(diǎn)的信號(hào)強(qiáng)度值建立離線階段的信號(hào)強(qiáng)度概率分布，然后確定與粒子點(diǎn)歐氏距離最小的參考點(diǎn)并將其作為粒子點(diǎn)修正值，進(jìn)而求出每個(gè)粒子點(diǎn)及其對(duì)應(yīng)的權(quán)值，在采用重采樣算法更新權(quán)值后，最終給出用戶的位置估計(jì)值。本發(fā)明適用于WLAN室內(nèi)跟蹤。
文檔編號(hào)G06F17/00GK101867943SQ20101020700
公開日2010年10月20日 申請(qǐng)日期2010年6月23日 優(yōu)先權(quán)日2010年6月23日
發(fā)明者劉寧慶, 劉菁宇, 孟維曉, 徐玉濱, 沙學(xué)軍, 馬琳 申請(qǐng)人:哈爾濱工業(yè)大學(xué)