自2013年蘋果公司發(fā)布藍(lán)牙Beacon設(shè)備,并首次將藍(lán)牙技術(shù)與位置指紋技術(shù)結(jié)合應(yīng)用于室內(nèi)定位系統(tǒng)后,基于藍(lán)牙Beacon的室內(nèi)定位技術(shù)受到了廣泛的應(yīng)用與研究。本文通過對基于藍(lán)牙技術(shù)的室內(nèi)定位系統(tǒng)的研究與分析,提出了一種基于三點(diǎn)定位和坐標(biāo)加權(quán)的三角定位算法和一個基于分布式室分系統(tǒng)的藍(lán)牙定位系統(tǒng)。本論文的具體研究工作如下:（1）本文主要研究了三角定位算法,針對在實際定位環(huán)境中由三個藍(lán)牙Beacon節(jié)點(diǎn)構(gòu)成的三個圓并不會相交于一點(diǎn)而是相交于多個點(diǎn)的問題,本文提出了一種基于三點(diǎn)定位與坐標(biāo)加權(quán)的三角定位算法。該算法首先對獲取的RSSI數(shù)據(jù)集進(jìn)行卡爾曼濾波處理,降低RSSI數(shù)據(jù)的波動性;后對經(jīng)過卡爾曼濾波處理的RSSI數(shù)據(jù)集進(jìn)行三種不同的RSSI選取方式得到適合的RSSI數(shù)據(jù)并進(jìn)行三點(diǎn)定位算法,得到三個接近實際待定位節(jié)點(diǎn)的定位結(jié)果,并對這三個定位結(jié)果進(jìn)行坐標(biāo)加權(quán),權(quán)值是根據(jù)這三種不同的選取方式得到的定位結(jié)果與實際待定位節(jié)點(diǎn)位置間的誤差來確定的,最后將坐標(biāo)加權(quán)后的三個加權(quán)坐標(biāo)進(jìn)行三角定位運(yùn)算得到最終的定位結(jié)果并輸出。（2）本文對現(xiàn)有的基于藍(lán)牙的室內(nèi)定位系統(tǒng)進(jìn)行研究分析,針對目前基于藍(lán)牙的室內(nèi)定位系... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

測試結(jié)果圖

據(jù)處理測試場景中，RSSI 數(shù)據(jù)易受到各種干擾噪聲的影響，同時無播、非視距等影響，會導(dǎo)致獲取到的 RSSI 數(shù)據(jù)存在著很大的取到的 RSSI 數(shù)據(jù)的波動性和誤差性降低，同時為了提高定出的系統(tǒng)在進(jìn)行定位運(yùn)算之前對獲取到的 RSSI 數(shù)據(jù)先進(jìn)行曼濾波算法對獲取的 RSSI 數(shù)據(jù)進(jìn)行濾波處理操作。文獻(xiàn)[44]法的效果進(jìn)行了比較，其中卡爾曼濾波算法的效果相對較好操作簡單，數(shù)據(jù)存貯量小，具有很強(qiáng)的實時性。并且能在一加造成的RSSI觀測值的偏離，故經(jīng)過卡爾曼濾波算法處理后的穩(wěn)定性。atlab R2014b中對獲取到的RSSI數(shù)據(jù)集進(jìn)行卡爾曼濾波算法 RSSI 數(shù)據(jù)集與經(jīng)過卡爾曼濾波運(yùn)算后的 RSSI 數(shù)據(jù)集進(jìn)行比較卡爾曼濾波前后的效果圖如圖 3-2 所示。

圖 3-5 導(dǎo)航模塊測試結(jié)果圖Fig. 3-5 Navigation module test result diagram從圖 3-5 中可以知道：本文定位算法在導(dǎo)航過程中的定位誤差主要出現(xiàn)在[0,1]走過程中因為測試點(diǎn)進(jìn)入定位系統(tǒng)覆蓋邊緣時會出現(xiàn)較大的誤差，但是整個誤差將控制在 4m 內(nèi)，平均定位誤差為 1.0977m。5 本章小結(jié)本章首先搭建實驗平臺來構(gòu)建 RSSI-距離衰減模型，并針對 RSSI 數(shù)據(jù)存在波題分析經(jīng)過卡爾曼濾波處理后的數(shù)據(jù)變化；然后針對三角定位算法存在的不一種基于三點(diǎn)定位與坐標(biāo)加權(quán)的三角定位算法，該算法先對收集的 RSSI 數(shù)據(jù) RSSI 選取的三點(diǎn)定位算法，獲取粗定位坐標(biāo)；最后將獲取的三個粗定位坐標(biāo)加權(quán)坐標(biāo)的三角定位算法得到待定位點(diǎn)坐標(biāo)。本章在理論上和實驗測試方面算法的可行性，并通過實驗結(jié)果分析可知該算法能有效的提高定位精度。

【參考文獻(xiàn)】：
期刊論文
[1]無線傳感網(wǎng)絡(luò)的TDOA節(jié)點(diǎn)定位算法[J]. 覃琪,譚松鶴,何傳波.  電子技術(shù)與軟件工程. 2019(04)
[2]基于UWB室內(nèi)定位的迎賓機(jī)器人系統(tǒng)研究[J]. 李龍委,胡海燕,章仁輝,李春光,孫立寧.  機(jī)械與電子. 2018(12)
[3]基于RSSI測距的無線傳感器網(wǎng)絡(luò)質(zhì)心定位算法優(yōu)化[J]. 尹亞波,徐晴.  計算機(jī)與數(shù)字工程. 2018(12)
[4]基于KNN算法的可變權(quán)值室內(nèi)指紋定位算法[J]. 戴志誠,李小年,陳增照,何秀玲.  計算機(jī)工程. 2019(06)
[5]一種基于信道狀態(tài)信息的人員軌跡跟蹤方法[J]. 郝占軍,李倍倍,黨小超.  計算機(jī)應(yīng)用研究. 2019(10)
[6]基于分布式LTE網(wǎng)絡(luò)的室內(nèi)定位系統(tǒng)[J]. 楊宇,陳明,劉大慶.  電信科學(xué). 2018(06)
[7]基于無線傳感器網(wǎng)絡(luò)的超聲波定位節(jié)點(diǎn)設(shè)計[J]. 趙粉榮,趙晴晴,李文威,劉洲洲.  儀表技術(shù)與傳感器. 2018(04)
[8]基于藍(lán)牙RSSI的貝葉斯區(qū)域判別定位算法[J]. 彭昊,彭敏,安寧,周清峰.  計算機(jī)工程. 2019(03)
[9]基于非線性規(guī)劃的室內(nèi)TOA測距值優(yōu)化方法[J]. 孫健,付永領(lǐng),何杰,譚林,李勝廣,許文鵬.  北京航空航天大學(xué)學(xué)報. 2018(08)
[10]基于ibeacon的室內(nèi)二階段定位算法研究[J]. 張蓮,劉增里,李云昊,陳玲.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2017(12)

碩士論文
[1]基于WiFi信道狀態(tài)信息的單基站室內(nèi)定位研究[D]. 吳志國.北京郵電大學(xué) 2018
[2]室內(nèi)環(huán)境下ZigBee網(wǎng)絡(luò)移動節(jié)點(diǎn)定位技術(shù)研究[D]. 梁麗文.北京建筑大學(xué) 2018
[3]JUNO探測器液閃溫度場測量系統(tǒng)[D]. 曾憲禎.華南理工大學(xué) 2018
[4]基于加權(quán)最小二乘的GNSS定位解算及精度分析[D]. 胡林瑤.中國民航大學(xué) 2018
[5]基于藍(lán)牙m(xù)esh的室內(nèi)定位技術(shù)研究[D]. 藺飛宇.河南師范大學(xué) 2018
[6]融合WiFi和藍(lán)牙的室內(nèi)定位技術(shù)研究[D]. 何志爽.南華大學(xué) 2018
[7]基于低功耗藍(lán)牙的室內(nèi)定位算法研究及系統(tǒng)實現(xiàn)[D]. 馮文森.電子科技大學(xué) 2018
[8]圖像輔助的射頻指紋定位系統(tǒng)的設(shè)計與實現(xiàn)[D]. 劉璐.北京交通大學(xué) 2017
[9]基于超聲波與紅外線的室內(nèi)實時定位系統(tǒng)的研究與實現(xiàn)[D]. 曾顯彬.華僑大學(xué) 2017
[10]基于nanoPAN5375的監(jiān)獄犯人定位跟蹤系統(tǒng)[D]. 奚杰.東華大學(xué) 2016



本文編號：3486711