验值；
[0034] S4以TOR误差方程构造卡尔曼滤波状态方程，以WiFi定位结果和磁场匹配定位结 果构造量测方程，采用卡尔曼滤波法进行组合导航。
[0035] S4进一步包括：
[0036] 4. 1利用PDR定位结果探测WiFi定位结果和磁场匹配定位结果的误匹配，若WiFi 定位结果和磁场匹配定位结果均为误匹配，以PDR定位结果为组合导航结果；否则，执行步 骤 4. 2 ;
[0037] 4. 2以TOR误差方程构造卡尔曼滤波状态方程，以WiFi定位结果和磁场匹配定位 结果构造量测方程，采用卡尔曼滤波法融合WiFi定位结果、磁场匹配定位结果和PDR定位 结果。
[0038] 子步骤4. 1中，若WiFi定位结果与F1DR定位结果的距离小于阈值Thd_PDR，则该WiFi 定位结果为误匹配；若磁场匹配定位结果与PDR定位结果的距离小于阈值Thd PDR，则该磁场 匹配定位结果为误匹配；1^_^同磁场匹配搜索区域的半径或边长。
[0039] 本发明是针对消费电子产品的室内定位方法，充分利用了消费类电子产品中内置 的MEMS传感器和公共场合中的WiFi信号，不需格外的人工外业工作量，即可得到比传统室 内导航方法更可靠稳定的导航结果。在导航环境恶劣（如WiFi信号弱、WiFi热点分布差、 室内磁场梯度不明显）的情况下，本发明通过MEMS传感器和WiFi信号的相互配合，可有效 降低定位误匹配率。
[0040] 和现有技术相比，本发明具有如下优点和有益效果：
[0041] 1、可同时完成WiFi和磁场匹配的数据库建立，不需要额外的人工外业成本。
[0042] 2、充分利用多种技术的互补性增强组合导航的可靠性：利用WiFi定位结果确定 磁场匹配搜索范围，从而有效降低磁场匹配的误匹配率和计算量；利用PDR推算结果对基 于WiFi和磁场匹配的定位结果进行粗差探测。
[0043] 3、利用惯性传感器探测的脚步数来粗略计算待匹配轨迹长度。同时，针对行人导 航中匹配轨迹长度计算不精确的问题，使用DTW算法来提高磁场匹配的精度。
[0044] 4、利用由加速度计信息计算出的俯仰姿态角和横滚姿态角，挖掘出磁场的垂向和 水平分量，从而构成三维的磁场向量，从而增大磁场指纹维度，提高磁场匹配精度。
【附图说明】
[0045] 图1是本发明行人导航定位系统结构原理图；
[0046] 图2是WiFi指纹和磁场指纹的数据库生成流程图；
[0047] 图3为实施例中规划的测绘轨迹示意图；
[0048] 图4为实施例中脚步探测示例图；
[0049] 图5为本发明中WiFi定位结果确定磁场匹配搜索范围的示意图；
[0050] 图6为实施例中定位测试轨迹图；
[0051] 图7为实施例中WiFi定位结果；
[0052] 图8为实施例中磁场匹配定位结果；
[0053] 图9为实施例中基于WiFi定位结果辅助磁场匹配的定位结果；
[0054] 图10为实施例中PDR和WiFi组合定位结果；
[0055] 图11为实施例中PDR和WiFi辅助的磁场匹配定位结果；
[0056] 图12为实施例中FOR、WiFi、磁场匹配组合定位结果。
【具体实施方式】
[0057] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域技术人 员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域普通技术人员 来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保 护范围。
[0058] 本发明包含离线测绘和在线定位两个阶段，离线测绘阶段的目的是生成WiFi指 纹和磁场指纹的数据库，以供在线定位阶段使用。
[0059] 本发明具体步骤如下：
[0060] 步骤1，构建WiFi指纹和磁场指纹的数据库。
[0061] 本发明可一次性完成WiFi指纹和磁场指纹的数据库建立，相比单纯的WiFi指纹 数据库或磁场指纹数据库的建立，本发明不需要额外的人工外业成本。
[0062] 数据库生成的流程图见图2,具体步骤如下：
[0063] 步骤I. 1 :根据目标区域地图，规划测绘轨迹。
[0064] 因为建立WiFi指纹和磁场指纹的数据库的目的是用于室内定位，所以测绘轨迹 需尽可能覆盖行人在目标区域内可能的活动范围。同时，测绘轨迹应尽量避免重复，以缩小 测绘工作量。本实施例规划了 4条测绘轨迹，每条测绘轨迹数据采集时间为5-10分钟。图 3为本实施例目标区域地图以及设计的4条测绘轨迹，分别见图（a)~（b)。
[0065] 获取测绘轨迹上关键节点的坐标，坐标系可采用大地坐标系或平面直角坐标系， 本实施例中选用大地坐标系。大地坐标系以炜度、经度和高程分别作为x、Y、z轴，平面直角 坐标系以北向、东向、垂向分别作为X、Y、Z轴方向。所述的关键节点包括起点、终点、交叉路 口节点和拐弯节点。
[0066] 步骤1. 2 :采集WiFi数据和磁场数据。
[0067] 测绘人员手持测试设备分别走完4条测绘轨迹，同时采集WiFi数据和磁场数据， 所采集WiFi数据包括WiFi信号强度和mac地址，磁场数据包括陀螺、加速度计和磁强计的 数据。所述的测试设备可以是安装了数据采集软件的消费类电子产品。
[0068] 步骤1. 3 :生成WiFi指纹和磁场指纹。
[0069] (I)WiFi指纹的生成。
[0070] 由于测试设备WiFi数据更新频率（如0. 3Hz)低，因此测绘人员行走过程中当探 测到WiFi数据更新时，将WiFi数据和更新时刻测绘人员脚步点（即WiFi参考点）位置结 合，构成WiFi指纹FW1，见公式（1)。
[0072] 式⑴中：
[0073] i表示WiFi参考点编号，j表示WiFi热点编号；
[0074] FW1为第i个WiFi参考点的WiFi指纹，将第i个WiFi参考点表示为RP ；
[0075] posJP σ ^分别表示RP^的位置及位置精度；
[0076] Hiacli j和RSS I j分别表示RP i点接收到的第j个WiFi热点的MAC地址和信号强度；
[0077] Iiii表示RP ;点可接收到的WiFi热点数量。
[0078] RP1点位置精度σ ^的确定方法如下：
[0079] 假定测绘轨迹上相邻关键节点A和B间距离为Lab，且关键节点A和B间共有Nab个 脚步点，则这Nab个脚步点的位置精度
_，α为比例系数。
[0080] 比例系数α的确定方法如下：
[0081] 首先，计算测绘轨迹长度L。然后，测绘人员手持测试设备多次走完该测绘轨迹，每 走完一次测绘轨迹即一组实验，获得每组实验的脚步数和经PDR推算的位移。假定第b组 实验的脚步数为Nb，经TOR推算的位移是Pb，则第b组实验的比例系数
。根据各 组实验的比例系统a b获得
为实验组数。
[0082] 测绘人员的脚步点位置采用如下方法获得：根据测绘轨迹上相邻两关键节点位置 及该相邻关键两节点间的脚步数，经内插得到沿测绘轨迹行走过程中每步对应的位置，即 脚步点位置。相邻两节点间的脚步数可由惯性传感器探测得到。
[0083] (2)磁场指纹的生成。
[0084] 因为磁强计采样率高，因此，将各脚步点位置和对应的磁场向量结合，即构成磁场 指纹。此外，假设相邻脚步点间匀速移动，按预设内插距离（如0.1m)进行内插，将各内插 点位置和对应的磁场向量作为磁场指纹，这里磁场参考点包括脚步点和内插点。
[0085] 内插点对应的磁场向量通过内插获得，即根据脚步点处磁场向量，在相邻脚步点 间内按预设内插距离内插生成一系列磁场向量，这里预设内插距离同前一段中预设内插距 离。间距根据经验和需求设定，适当增大间距可提高磁场向量维度，但将增大计算量。本实 施例中间距预设为0.1米。
[0086] 磁场指纹FMp见式（2):
[0089] FMp为第p个磁场参考点的磁场指纹，将第p个磁场参考点表示为RP p点；
[0090] Posp和σ pcisp*别表示RPp点的位置及位置精度；
[0091] mp表示RP p点的磁场向量。
[0092] 相邻脚步点间内插点位置精度σ PC1SP即该相邻脚步点位置精度的平均值，脚步点 位置精度的确定方法同WiFi指纹中RP1点位置精度的确定方法。
[0093] 本实施例中利用由加速度计数据计算的俯仰姿态角和横滚姿态角，挖掘出磁场强 度的垂向和水平分量，构成三维的磁场向量，从而增大磁场指纹维度，提高磁场匹配精度。 [0094] 俯仰姿态角Φ和横滚姿态角Θ计算如下：
[0096] 式⑶中：fi(i = X，y, z)表示加速度计的i轴输出。
[0097] 磁场强度的垂向分量Bd为：
[0098] Bd=-sin Θ · B x+sin Φ cos Θ · By+cos Φ cos Θ · Bz (4)
[0099] 式⑷中：[BX By BJ表示磁强计的三轴输出。
[0100] 因此，本发明中磁场向量mk= [B Bd Bh]，B = |B|，为总磁场强度，B为磁强计的三 轴输出向量；
、