刘禹凡2，黄同辉1，朱英杰1，朱少东1，陈海龙1
1.南通大学 交通与土木工程学院，江苏 南通 226000；
2.南通大学 信息科学技术学院，江苏 南通 226000）
摘要：近年来，随着科技地不断进步，对各种移动服务的不断应用，人们对室内移动目标的定位需要日益增加。如何实现可靠、精确的室内定位技术已经成为众多国内外学者研究的热点之一。其中基于位置指纹的室内移动目标定位跟踪技术因具有定位精度高、硬件成本低、部署方便和应用场景广泛的特性，更成为了当下研究的重点之一。基于位置指纹的室内移动目标定位跟踪技术也面临诸多挑战，如室内环境多变，位置指纹数据库构建复杂等因素均会影响定位系统的性能。本文在调研室内定位跟踪技术研究现状基础上，使用粒子滤波来提高定位的精准性。
关键词：室内定位；粒子滤波
目前在户外场景中较为成熟的主流定位技术有全球卫星定位技术和基于无线基站（Access Point，AP）的定位技术[1]。基于卫星定位技术的主流定位系统有GPS、伽利略和北斗定位系统，这些定位系统的定位精度基本可以满足人们户外日常需求[2]。但是，由于建筑物对无线传播信号屏蔽严重，这些定位系统在室内无法为人们提供位置服务。而基站定位技术也因为其定位精度过低同样无法满足人们的室内定位服务需求。当前在室内常用的主流定位系统主要是基于红外[3]、超声波[4]、地磁定位[5]等。对此，为了更好地实现室内移动目标的位置定位，本文选择采用粒子滤波进行尝试，并以此为研究的重点。
?对粒子滤波进行深一步的研究，必须要理解贝叶斯推理以及重要性采样的相关知识点。接下来，对上述两个知识点分别作相关的知识梳理。
1、贝叶斯滤波
1.1贝叶斯公式
贝叶斯滤波依据接受到的新的信息，结合已知的旧的信息，求取概率。随着信息的不断更新，概率值也就不断更新。求取概率值的方法，可以借鉴概率论中的条件概率公式。
贝叶斯公式：
其中：x代表着某种状态；y代表着某种观测。叫做先验概率，叫做似然。
.png)
4、结论
本文采用的粒子滤波是结合贝叶斯滤波器以及重要性采样为基础，解决粒子滤波对维度较高的数参与到的积分算式会比较难算的问题。主要过程为：第一步，确定一个重要性密度；第二步，根据实际分布情况和重要性密度之间的联系，为采样粒子分配合适的权重；第三步，根据贝叶斯公式，得出粒子权重的更新公式和重要性密度的演变形式。通过仿真实验可以看出，在少数突然变向的情况下的存在一定的定位偏差，但在大部分情况下，定位较为准确，与实验前的猜想所匹配，因此，利用粒子滤波方法实现室内定位具有一定的可行性。
参考文献
[1]钱妮佳, 王海, 李方超, 等. 顾及卫星空间分布状态的GNSS信噪比随机模型[J]. 测绘科学, 2019, 44(12):21-28.
[2]谢怡. 基于用户兴趣的位置服务推荐系统研究[D].南京邮电大学,2015.
[3]Zhang Q L, Liu W, Gong Z J, et al. Silver nanoparticles on copper foam as substrate for full range mid-infrared surface enhanced infrared absorption spectroscopy in transmission configuration[J]. Microchemical Journal, 2019, 7(9):151-165.
[4]崔文凯, 秦开怀. 基于椭圆弧扫描转换的超声波无损检测全聚焦算法[J].电子学报, 2017, 10(10):65-72.
[5]阮琨,王玫,罗丽燕,等.基于智能手机的地磁/WiFi/PDR的室内定位算法[J]. 计算机应用, 2018, 9(2):2598-2602.
[6]崔树燕. 移动机器人在未知环境中基于视觉系统的同时定位与制图[D].哈尔滨工业大学,2009.
[7]刘鑫,郭云飞,薛安克.几种滤波器跟踪性能的比较[J].计算机与数字工程,2013,41(03):391-393+406.