基于卡尔曼滤波器和航位推测法的核电站无线定位系统的制作方法
【技术领域】
[0001] 本发明属于无线通信技术领域，具体涉及一种基于卡尔曼滤波器和航位推测法的 核电站无线定位系统。
【背景技术】
[0002] 基于WIFI (IEEE 802. 11系列标准）的室内定位技术在核电站应用，在国内目前尚 处于初期阶段。因核电站对电磁环境的特殊要求，以及建筑拓扑结构的特殊性等等，都使得 核电站的无线网络环境大大不同于常见的民用环境。
[0003] 基于WIFI的室内定位技术，在采用指纹比对方法进行定位时，很大程度上依赖其 指纹库的建立。目前，建立指纹库主要包括基于信号传播模型和实地勘测两种，其中：
[0004] (1)基于信号传播模型方法利用信号在空气中进行传播所统计出来的模型及相应 参数，对定位区域中每一坐标，计算出某接入点（Access Point，AP)到该坐标的信号强度指 示（Received Signal Strength Indicator，RSSI)值。但是由于室内各种影响信号传播 的因素存在（例如各种厚度的墙、带门或门洞的墙、及家具等），需要考虑做特殊处理的情 况很多。此外，无线信号在经过反射、衍射、散射后，简单的传播模型很难将这些情况描述清 楚。核电站筑拓扑结构的复杂性和采用建筑材料的特殊性更使得基于信号传播模型方法困 难重重。
[0005] (2)实地勘测方法基于实地勘测信号强度值构建指纹库，是不需要室内传播模型 的，因而就不需要对传播模型的参数进行估计。但在实时定位前需要对定位区域进行离线 阶段的实地信号勘测，采集定位区域选取的各个参考点位置上的RSSI强度值作为指纹特 征。当采用通常的指纹比对方法进行定位时，选取参考点的密度对定位精度有很大影响。但 一旦勘测点增加，其工程量和复杂度都相应增加。尤其在复杂敏感的核电站各厂房内进行 现场勘测，由于从核电站基础建设、无线覆盖实施、到开始装填核燃料准备发电，均有一定 的时间窗口，选取大量勘测点的勘测工作几乎不可能。
[0006] 由此可见，采用指纹比对方法在核电站环境进行室内定位，其实用性存在局限。
[0007] 此外，近年来发展迅速的利用MEMS(微机电系统）传感器的惯性导航系统在室内 定位中也有应用。惯性导航属于航位推测（Dead Reckoning，DR)式的导航方法，其原理是， 对加速度计的测量值进行二重积分求解方位信息。采用高精度惯性测量单元的惯性导航系 统，其应用于定位时，定位精度也很高。而高精度的惯性测量单元，由于成本、体积、功耗等 原因尚无法广泛使用。一般来说，采用低成本如基于MEMS传感器的惯性导航系统误差随时 间积累，当计算二重积分时，将带来很大的位置漂移，无法长时间单独工作。我们将采用以 下个人航位推测（Personal Dead Reckoning，F1DR)算法。
[0008] 通常认为人的行走运动为二维运动，其基本原理为平面几何法。在采样周期很短 的情况下，人的行走为直线运动，得知某一时刻位置信息，就可以推出前一时刻或下一时刻 位置信息和采样周期内行人的位移量。一般地，已知初始位置（χ〇, yQ)，我们有向后推测的 递推式，
[0009] xk = x0 + Σ?=ι Di sin Xpi
[0010] yk=y〇+ Zf=I Di cos Ipi k = 1,2,3,...
[0011] 该推测系统中有两个关键因素：行走距离D和航向角Φ。此处航向角定义为行走 方向与磁北方向的夹角。同样地，我们可以有向前的推测递推式。
[0012] 利用地磁信号进行定位在近年来越来越受到关注。大地磁场具有较好的稳定性。 但是局部周边环境（附近的铁矿，含铁金属物质如含铁机械设备、建筑物内钢筋等）可以对 磁场产生一定范围的干扰，使磁场信号发生扭曲。虽然周边环境对磁场产生干扰，但当一个 建筑物内各种设施安装完毕，工作环境稳定后，在建筑物内各点的含有干扰的、扭曲的地磁 信号也是稳定的。
[0013] 牛顿算法参考文献：Hagan，Martin T.，Demuth，Howard B.，Beale，Mark，Neural Network Design, PffS Publishing Company, Boston 1995.
[0014] 方向计算参考文献：J. L. Marins，X. Yun，E. R. Bachmann，R. B. McGhee，and M. J. Zyda, " An Extended Kalman Filtter for Quaternion-based Orientation Estimation Using MARG Sensors"，in Proc. IEEE/RSJ Int.Conf. Intell. Robots Syst., Maui, HI, Oct. 2001, pp. 2003-2011.
【发明内容】
[0015] 本发明提供一种基于卡尔曼滤波器和航位推测法的核电站无线定位系统。该定位 系统完成定位计算不仅利用无线信号强度数据（RSSI值），还利用到地磁信号数据。本发明 利用个人航位推测法（PDR)的计算结果，"预测"其构造的卡尔曼滤波器的状态，再引入新的 观测值，经事先构造的人工神经元网络为观测方程计算"修正"其状态结果。本发明的目的 在于克服单独采用上述各种技术所具有的缺陷，从而避免前述的局限性。本发明所述的系 统还特别针对核电站特殊工作环境提供逗留超时、静止超时、跌倒跌落等各种安全、事故告 警功能。
[0016] 本定位系统的基本组成部分包括：内置WIFI模块和MEMS传感器以及行业专用传 感器的专用移动终端、安装了特定的应用服务程序的内置WIFI模块和MEMS传感器的智能 手机（安卓平台，i〇S平台或者Windows Phone)、定位服务器和定位图形用户界面客户端。 专用移动终端中MEMS传感器主要包括加速度计、陀螺仪、磁力计。
[0017] 本定位系统赖以运行的无线网络环境是必不可少的，但不属于本系统包含范围之 内。
[0018] 在本定位系统可以实时工作之前，首先需要进行勘测工作。在定位区域内根据室 内拓扑结构和布置选取若干勘测点采集数据。每一勘测点需要采集东南西北四个方向的数 据。采集数据包括：勘测点坐标（x，y)，勘测点处无线信号强度数据（RSSI值），以及地磁信 号数据。利用这些数据生成一个径向基函数网络（属于人工神经元网络的一种，因其激活 函数采用径向基函数而得名）RBF，实现对定位区域目标点坐标到接入点AP的信号强度值 RSSI和地磁信号的映射。通过这一映射，生成所必需的其它指纹数据，以减少勘测工作量。
[0019] 本发明所述定位系统如图1所示；其工作过程和数据流如图3所示。具体定位的 步骤如下。
[0020] 步骤I :由专用移动终端各时刻MEMS传感器的输出值，计算出专用移动终端佩戴 者的运动形态，包括静止、移动、跌倒等。此时可根据各种告警条件判断是否触发告警。
[0021] 步骤2 :由专用移动终端各时刻MEMS传感器的输出值，计算行走距离D。本定位系 统所采用TOR算法中两个关键因素为行走距离D和航向角Φ。我们用算法实现计步器计算 行走的步数，再估算出步长，即得到距离D。用这样的方法可避免二重积分带来的大的位置 漂移。步长估计考虑的因素有：（1) 一般地，人的步长为身高的37%-45% ; (2)身高信息 取自员工数据库，当身高信息缺失时，按性别取平均身高；（3)步长随步速变化而变化；(4) 强力行走（此时加速度计的输出值偏离均值更多）时步长会更大（趋于45% ); (5)室内 (尤其在工作区室内）行走不考虑跳跃、快速奔跑、左右腿步长出入很大等非常见因素。
[0022] 步骤3 :由专用移动终端各时刻MEMS传感器的输出值，计算航向角Φ、俯仰角Θ、 和横滚角Ψ。为方便计算，我们特别规范在核电站内专用移动终端的佩戴方式（比如：佩戴 在腰间，前面板指向佩戴人的前方）。这样，航向角即为专用移动终端前面板所指方向与 磁北方向的夹角。我们是通过先求与航向角、俯仰角、和横滚角相关的四元数，再由四元数 转换得到航向角、俯仰角、和横滚角。图2是求解相应四元数的示意图。图中 Bg、Bm分别 表不MEMS传感器的载体坐标系的加速度向量和磁场向量；Eg、 Em分别表不惯性坐标系的 加速度向量和磁场向量。由Bg、Bm和 Eg、Em经牛顿算法计算出相关的四元数q = (a，b，c， d)，此四元数q同陀螺仪测量数据（p，q，r) 一道作为卡尔曼滤波器的观测值计算出估计 值和（瓦β,ε,3:)。利用四元数到欧拉角的转换公式可得航向角Φ、俯仰角Θ、 和横滚角φ。（牛顿算法见参考文献：Hagan，Martin Τ.，Demuth，Howard Β.，Beale，Mark， Neural Network Design，PWS Publishing Company，Boston 1995。方向计算见参考文献： J. L. Marins, X. Yun, E. R. Bachmann, R. B. McGhee, and M. J. Zyda, " An Extended Kalman Filter for Qua ternion-based Orientation Estima tion Using MARG Sensors" , in Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst. , Maui, HI, Oct. 2001, pp.2003-2011〇 )
[0023] 步骤4 :构建卡尔曼滤波器。其动态模型为，以位置坐标（x，y)作为状态向量，卡 尔曼滤波器的状态方程为
[0024] xk+1= X k+D sin Φ
[0025] yk+1= y k+D cos Φ
[0026