基于四軸飛行器平臺(tái)的WiFi室內(nèi)定位研究
發(fā)布時(shí)間:2023-08-26 00:54
隨著科技的發(fā)展,無(wú)人機(jī)技術(shù)越來(lái)越成熟,應(yīng)用也越來(lái)越廣泛。其中旋翼無(wú)人機(jī)(主流的有:三旋翼,四旋翼和六旋翼)由于其自身的靈活性而受到廣泛的關(guān)注。其主要應(yīng)用于航拍,快遞和農(nóng)業(yè)植保。而無(wú)人機(jī)在應(yīng)用過(guò)程中會(huì)遇到定位問題,目前無(wú)人機(jī)一般都是使用GPS來(lái)進(jìn)行定位,然而在室內(nèi)情況下由于受建筑物的影響無(wú)法使用GPS。因此,需要另外一種定位技術(shù)-室內(nèi)定位。目前主流的室內(nèi)定位技術(shù)有:紅外定位,超聲波定位,射頻識(shí)別(RFID)定位,WiFi定位,藍(lán)牙定位,超寬帶(UWB)定位等。其中,由于WiFi熱點(diǎn)在生活中越來(lái)越普及,Wi Fi信號(hào)的獲取更加容易,從而使得WiFi室內(nèi)定位技術(shù)受到人們的廣泛關(guān)注。本文根據(jù)這一思路將WiFi定位技術(shù)應(yīng)用于四軸飛行器中,以解決其在室內(nèi)環(huán)境中的定位問題。本文主要設(shè)計(jì)了一種在四軸飛行器平臺(tái)上基于位置指紋算法的WiFi室內(nèi)定位系統(tǒng)。該系統(tǒng)主要包含兩個(gè)部分:上位機(jī)和下位機(jī)。上位機(jī)是在PC端用來(lái)建立指紋庫(kù)和實(shí)時(shí)定位,然后將定位結(jié)果發(fā)送給下位機(jī),將大部分計(jì)算工作交給上位機(jī)來(lái)做可以極大的減少下位機(jī)的工作量,以提高其穩(wěn)定性。下位機(jī)是指四軸飛行器平臺(tái)主要工作是采集WiFi的信號(hào)強(qiáng)度和對(duì)采集到的數(shù)...
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景
1.2 研究意義
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.4 論文結(jié)構(gòu)
2 系統(tǒng)整體設(shè)計(jì)方案
2.1 系統(tǒng)設(shè)計(jì)分析
2.2 系統(tǒng)設(shè)計(jì)
2.3 上位機(jī)設(shè)計(jì)
2.3.1 LabVIEW簡(jiǎn)介
2.3.2 上位機(jī)結(jié)構(gòu)
2.3.3 上位機(jī)程序框圖
2.3.4 上位機(jī)前面板
2.4 下位機(jī)設(shè)計(jì)
2.4.1 四軸飛行器
2.4.2 STM32最小系統(tǒng)板
2.4.3 WiFi模塊
2.4.4 下位機(jī)結(jié)構(gòu)
2.5 本章小結(jié)
3 系統(tǒng)實(shí)現(xiàn)
3.1 上位機(jī)實(shí)現(xiàn)
3.1.1 數(shù)據(jù)接收
3.1.2 建立樣本庫(kù)
3.1.3 位置估算
3.2 下位機(jī)實(shí)現(xiàn)
3.2.1 數(shù)據(jù)采集
3.2.2 數(shù)據(jù)處理
3.3 本章小結(jié)
4 定位算法選擇
4.1 WiFi定位
4.2 位置指紋介紹
4.2.1 什么是位置指紋
4.2.2 位置指紋基本概念
4.3 位置指紋定位流程
4.3.1 離線階段
4.3.2 在線階段
4.4 位置指紋定位算法
4.4.1 確定性定位算法
4.4.2 概率性定位算法
4.5 KNN匹配算法
4.5.1 KNN簡(jiǎn)介
4.5.2 KNN算法流程
4.5.3 優(yōu)缺點(diǎn)
4.5.4 基于加權(quán)的KNN匹配算法
4.6 算法改進(jìn)
4.6.1 Kalman濾波簡(jiǎn)介
4.6.2 Kalman濾波器主要參數(shù)與參數(shù)確定
4.6.3 方案改進(jìn)流程
4.7 本章小結(jié)
5 系統(tǒng)測(cè)試與實(shí)驗(yàn)結(jié)果分析
5.1 指紋庫(kù)的建立與實(shí)時(shí)定位
5.1.1 建立指紋庫(kù)
5.1.2 實(shí)時(shí)定位
5.2 結(jié)果與分析
5.3 本章小結(jié)
6 結(jié)論
參考文獻(xiàn)
附錄
附錄Ⅰ本人在攻讀學(xué)位期間所發(fā)表的論文及獲獎(jiǎng)
致謝
本文編號(hào):3843632
【文章頁(yè)數(shù)】:61 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景
1.2 研究意義
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.4 論文結(jié)構(gòu)
2 系統(tǒng)整體設(shè)計(jì)方案
2.1 系統(tǒng)設(shè)計(jì)分析
2.2 系統(tǒng)設(shè)計(jì)
2.3 上位機(jī)設(shè)計(jì)
2.3.1 LabVIEW簡(jiǎn)介
2.3.2 上位機(jī)結(jié)構(gòu)
2.3.3 上位機(jī)程序框圖
2.3.4 上位機(jī)前面板
2.4 下位機(jī)設(shè)計(jì)
2.4.1 四軸飛行器
2.4.2 STM32最小系統(tǒng)板
2.4.3 WiFi模塊
2.4.4 下位機(jī)結(jié)構(gòu)
2.5 本章小結(jié)
3 系統(tǒng)實(shí)現(xiàn)
3.1 上位機(jī)實(shí)現(xiàn)
3.1.1 數(shù)據(jù)接收
3.1.2 建立樣本庫(kù)
3.1.3 位置估算
3.2 下位機(jī)實(shí)現(xiàn)
3.2.1 數(shù)據(jù)采集
3.2.2 數(shù)據(jù)處理
3.3 本章小結(jié)
4 定位算法選擇
4.1 WiFi定位
4.2 位置指紋介紹
4.2.1 什么是位置指紋
4.2.2 位置指紋基本概念
4.3 位置指紋定位流程
4.3.1 離線階段
4.3.2 在線階段
4.4 位置指紋定位算法
4.4.1 確定性定位算法
4.4.2 概率性定位算法
4.5 KNN匹配算法
4.5.1 KNN簡(jiǎn)介
4.5.2 KNN算法流程
4.5.3 優(yōu)缺點(diǎn)
4.5.4 基于加權(quán)的KNN匹配算法
4.6 算法改進(jìn)
4.6.1 Kalman濾波簡(jiǎn)介
4.6.2 Kalman濾波器主要參數(shù)與參數(shù)確定
4.6.3 方案改進(jìn)流程
4.7 本章小結(jié)
5 系統(tǒng)測(cè)試與實(shí)驗(yàn)結(jié)果分析
5.1 指紋庫(kù)的建立與實(shí)時(shí)定位
5.1.1 建立指紋庫(kù)
5.1.2 實(shí)時(shí)定位
5.2 結(jié)果與分析
5.3 本章小結(jié)
6 結(jié)論
參考文獻(xiàn)
附錄
附錄Ⅰ本人在攻讀學(xué)位期間所發(fā)表的論文及獲獎(jiǎng)
致謝
本文編號(hào):3843632
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3843632.html
最近更新
教材專著