1、隨著WiFi無(wú)線接入點(diǎn)的廣泛覆蓋和內(nèi)置慣性傳感器的智能手機(jī)的普及，基于WiFi和慣性傳感器的室內(nèi)定位技術(shù)成為當(dāng)前室內(nèi)定位研究的熱點(diǎn)課題。WiFi定位技術(shù)，覆蓋范圍廣，無(wú)需增加額外的硬件設(shè)備，但定位精度有限。慣性定位技術(shù)在短時(shí)間內(nèi)的定位精度高，但隨著時(shí)間的增加，會(huì)出現(xiàn)誤差的累積。將這兩種定位技術(shù)結(jié)合起來，既能提高室內(nèi)定位精度，又能降低成本，解決了當(dāng)前室內(nèi)定位存在的共性問題。
　　本文在研究WiFi定位和慣性傳感器定位影響因素的基礎(chǔ)上

2、，提出了三種融合室內(nèi)定位算法。一是改進(jìn)的慣性定位輔助位置指紋定位算法。該算法以WiFi位置指紋定位為主，離線訓(xùn)練階段，采集大量的RSSI數(shù)據(jù)，建立位置指紋庫(kù)，在線定位時(shí)，采用樸素貝葉斯算法估算出用戶的位置。新增滑窗功能用于檢測(cè)WiFi定位是否發(fā)生跳變，在出現(xiàn)跳變或者定位精度較低的情況下，用改進(jìn)的慣性定位輔助，從而提高室內(nèi)定位的精度。二是位置指紋智能輔助積分定位算法。該算法以慣性積分定位為主，在WiFi信號(hào)強(qiáng)且定位精度高的地方，用位置指紋

3、定位結(jié)果對(duì)積分定位進(jìn)行校正，同時(shí)給出了智能檢索用戶初始狀態(tài)的算法，解決了積分定位初始位置需要事先設(shè)定的問題。三是行人航跡推算與位置指紋融合定位算法。行人航跡推算采用加速度計(jì)和磁力計(jì)讀出的數(shù)值，進(jìn)行步態(tài)檢測(cè)、方向檢測(cè)和自學(xué)習(xí)步長(zhǎng)估計(jì)，推算出行人位置。在WiFi信號(hào)強(qiáng)的時(shí)刻，使用位置指紋法定位，并對(duì)行人航跡推算累積誤差進(jìn)行校正，在信號(hào)較弱的情況下，用上一時(shí)刻定位結(jié)果與行人航跡推算法聯(lián)合定位。實(shí)驗(yàn)結(jié)果表明，這三種融合室內(nèi)定位算法均提高了室內(nèi)定