基于位置的服務(wù)（LBS）正被廣泛地應用于多個領(lǐng)域,呈現(xiàn)出巨大的商用潛能,而作為其核心支撐的定位技術(shù)一直是工業(yè)界和學術(shù)界的研究熱點。在室內(nèi)定位領(lǐng)域,高精度、低復雜度、低成本的普適定位技術(shù)是人們研究的目標和未來發(fā)展的方向。WIFI指紋定位無需額外地布設(shè)專用設(shè)備,具有低成本和普適性的優(yōu)勢�？紤]到WIFI指紋定位可以被建模成非線性的監(jiān)督學習問題,因此,基于機器學習的WIFI室內(nèi)定位技術(shù)具有重要的研究意義。首先,結(jié)合室內(nèi)實測WIFI信號RSS數(shù)據(jù),分析出室內(nèi)位置與WIFI信號RSS指紋之間具有時變的非線性特性,并且探討了位置指紋定位技術(shù)的背后機理。然后,為了提高定位精度,重點研究何種機器學習算法更適合擬合位置與WIFI信號RSS指紋間的時變非線性關(guān)系。在對常用的SVM算法和集成學習中bagging類的隨機森林（RF）算法,分別建立各自的回歸和分類定位算法模型后,引入一種新的集成學習中boosting類的梯度提升決策樹（GBDT）算法,并建立其定位算法模型,將這些定位算法在模擬環(huán)境中利用射線追蹤方法建立的位置指紋數(shù)據(jù)庫上進行仿真,完成相關(guān)指標的綜合比較后,確定了定位性能最優(yōu)的定位算法。實驗結(jié)果表明... 

【文章來源】：西安科技大學陜西省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

不同位置來自不同AP的RSS室內(nèi)WIFI接收信號強度特性主要體現(xiàn)在RSS的不確定性，具體是指RSS時變特性及RSS與物理位置之間的非線性特性

西安科技大學全日制學術(shù)碩士學位論文12RSS特性，使得RSS與位置之間的關(guān)系不是一一映射的，得到的位置估計結(jié)果也不是唯一確定的。接下來將具體分析RSS特性并總結(jié)位置指紋機理。圖2.5不同位置來自不同AP的RSS室內(nèi)WIFI接收信號強度特性主要體現(xiàn)在RSS的不確定性，具體是指RSS時變特性及RSS與物理位置之間的非線性特性。由于室內(nèi)無線電傳播環(huán)境的復雜性，在同一個位置處的RSS也在不斷地發(fā)生變化，如圖2.6所示為在某一固定位置來自5個不同AP每隔相同時間RSS分布圖，可以發(fā)現(xiàn)RSS在隨時間不斷地發(fā)生跳動，而這種時變特性主要由以下幾方面因素造成：圖2.6同一位置來自不同AP不同時間的RSS

2.室內(nèi)定位技術(shù)13（1）多徑效應及室內(nèi)環(huán)境的變化。由于WIFI信號在室內(nèi)環(huán)境中傳播時會發(fā)生反射、折射、散射及繞射，使得接收到的信號是經(jīng)過不同路徑的電磁波疊加的結(jié)果，進而引起多徑衰落，使得接收信號隨時間不斷地發(fā)生變化。顯然，當移動端發(fā)生極小的移動或者信道發(fā)生任何微小的變化都會造成RSS的快速波動，即短期時間內(nèi)室內(nèi)布局包括門窗開閉會改變信號傳播路徑，造成RSS的瞬時變化；長期時間內(nèi)，室內(nèi)簡易物品被移動的可能性很大，室內(nèi)物品和家具的擺放、溫度濕度的變化都可能造成RSS發(fā)生永久變化。（2）同頻無線電及人體干擾。由于WIFI工作在2.4GHZ頻段，一方面，在室內(nèi)諸如藍牙、Zigbee、微波爐等都與WIFI同頻，這些同頻信號極易影響WIFI信號；另一方面，室內(nèi)人員走動非常頻繁，由于人體70%的成分都是水，而水的共振頻率正好與WIFI同頻，極易對WIFI信號造成很大的干擾。（3）天線方向性。如圖2.7所示，選擇某個位置點，分別測量手機相對AP東南西北四個不同方向的RSS，可以看出移動終端在同一位置由于人手拿手機相對WIFI天線角度的不同，RSS極易發(fā)生變化。RSS與物理位置之間的非線性特性主要由以下兩個因素造成：首先，在自由空間傳播模型下，來自某AP的RSS與到該AP之間的距離呈非線性的對數(shù)關(guān)系；其次，雖然RSS與物理位置之間有著很強的關(guān)聯(lián)性，實質(zhì)上是因為某一位置處的RSS受到的路徑損耗、陰影效應、障礙物遮擋及環(huán)境中其他干擾在一段時間內(nèi)是固定的，但又由于實際環(huán)境中的某些變化會打破這種固定關(guān)系，使得RSS與物理位置之間的關(guān)系呈現(xiàn)不確定性，即時變的非線性特性。圖2.7同一位置來自不同AP不同方向的RSS

【參考文獻】：
期刊論文
[1]一種優(yōu)化隨機森林模型的室內(nèi)定位方法[J]. 郭妍,陳曉,任曉曄.  激光雜志. 2018(10)
[2]一種基于全向指紋庫的WiFi室內(nèi)定位方法[J]. 畢京學,汪云甲,曹鴻基,王永康.  測繪通報. 2018(02)
[3]無線傳感器網(wǎng)絡(luò)定位綜述[J]. 陳亞楠,張牧.  電腦知識與技術(shù). 2017(34)
[4]基于智能手機的室內(nèi)定位技術(shù)的發(fā)展現(xiàn)狀和挑戰(zhàn)[J]. 陳銳志,陳亮.  測繪學報. 2017(10)
[5]室內(nèi)地磁基準圖構(gòu)建的優(yōu)化算法研究[J]. 蔡成林,曹振強,張炘,李思民.  大地測量與地球動力學. 2017(06)
[6]基于K-means和Random Forest的WiFi室內(nèi)定位方法[J]. 李軍,何星,蔡云澤,徐琴.  控制工程. 2017(04)
[7]基于K近鄰法的WiFi定位研究與改進[J]. 吳澤泰,蔡仁欽,徐書燕,吳小思,傅予力.  計算機工程. 2017(03)
[8]基于室內(nèi)地圖環(huán)境信息的多樓層WiFi定位技術(shù)研究[J]. 黎海濤,齊雙.  電子科技大學學報. 2017(01)
[9]基于WIFI BSSID相似度和RSSI概率分布的定位算法[J]. 王麗園,吳沐陽,吳家皋.  計算機技術(shù)與發(fā)展. 2016(12)
[10]復雜室內(nèi)環(huán)境下的WiFi定位技術(shù)研究[J]. 陸音,繆輝輝.  計算機科學. 2016(11)

博士論文
[1]基于眾包的WLAN室內(nèi)定位技術(shù)研究[D]. 張立曄.哈爾濱工業(yè)大學 2018
[2]基于人工智能的室內(nèi)指紋定位技術(shù)研究[D]. 丁根明.北京交通大學 2015
[3]WLAN位置指紋室內(nèi)定位關(guān)鍵技術(shù)研究[D]. 陳麗娜.華東師范大學 2014
[4]基于信號強度的WLAN室內(nèi)定位跟蹤系統(tǒng)研究[D]. 陳淼.武漢大學 2012

碩士論文
[1]基于機器學習的室內(nèi)Wifi定位算法研究[D]. 葛彤.北京郵電大學 2017
[2]藍牙室內(nèi)定位關(guān)鍵技術(shù)的研究與實現(xiàn)[D]. 王益健.東南大學 2015



本文編號：3440450