融合差分改正的RSSI指纹库室内定位研究
【摘要】 基于RSSI指纹库的室内定位中，由于受到室内复杂环境的影响，实时采集的指纹数据会存在一定的误差，将其直接用于定位，必将降低室内定位的精度。考虑定位区域内接收的不同RSSI信号值具有相关性，采用RSSI差分改正的方式提高定位精度。误差改正数的计算与定位是本算法的关键，直接决定了定位的准确率。而选择不同数量与不同位置的参考点都将影响误差改正数的结果。泰森多边形能构建整体角度最大化的多边形网络，并在空间信息领域具有广泛的应用。为此，运用泰森多边形的空间邻接性质选择用于误差改正数计算的参考点，设计定位区域坐标改正数和RSSI向量元素改正数的计算方法，得到共用误差，并应用到指纹数据的校正与定位。最后，在Eclie编程环境下，配合PostreSQL/PostGIS空间数据库与Mybatis数据库映射工具，开发了实验原型系psg统，并对提出的融合差分改正的算法进行实验测试，从实验结果得出相较于未差分改正前，定位准确率有一定的提高。
