本文關(guān)鍵詞：基于WLAN的室內(nèi)定位技術(shù)的研究

  更多相關(guān)文章： 室內(nèi)定位 無線局域網(wǎng) 支持向量機(jī) 位置指紋

【摘要】：隨著基于位置的服務(wù)這一概念的興起，人們對于無線定位的要求越來越高。在室外環(huán)境下，全球定位系統(tǒng)已經(jīng)能夠滿足人們大部分的定位需求，但是在室內(nèi)環(huán)境下，由于墻體的阻擋，，全球定位系統(tǒng)不能很好的工作。因此對室內(nèi)定位技術(shù)的研究成為了近些年來的熱點(diǎn)。本課題根據(jù)室內(nèi)定位技術(shù)的類別，對基于傳感器技術(shù)和基于信號測量技術(shù)的方法進(jìn)行對比分析，以低成本和覆蓋范圍廣兩方面為出發(fā)點(diǎn)，選取基于WLAN的位置指紋法作為研究對象。 課題圍繞基于WLAN的位置指紋法，對位置指紋法中離線階段的接入點(diǎn)選擇算法和定位特征的預(yù)處理以及在線階段的匹配算法進(jìn)行了重點(diǎn)研究。通過基于穩(wěn)定接入點(diǎn)優(yōu)先選擇算法，選擇出室內(nèi)較穩(wěn)定的無線接入點(diǎn)，減小了不穩(wěn)定的接入點(diǎn)對定位階段的影響。課題在室內(nèi)通過最近鄰法進(jìn)行了實(shí)驗，結(jié)果顯示該算法選擇出來的接入點(diǎn)的信號強(qiáng)度值更穩(wěn)定，定位時的匹配準(zhǔn)確率比基于最強(qiáng)信號接入點(diǎn)優(yōu)先法提高了21%，定位更加準(zhǔn)確。針對離線階段對信號強(qiáng)度使用均值法會引入小概率信號的問題，通過拉依達(dá)檢驗法對奇異值進(jìn)行處理，并在拉依達(dá)檢驗法的基礎(chǔ)上進(jìn)行了改進(jìn)，改變貝塞爾公式的形式從而可以快速、高效的處理大量的數(shù)據(jù)，實(shí)驗證明在處理同等數(shù)據(jù)量的情況下改進(jìn)后的算法的處理速度要快于改進(jìn)前。針對匹配算法，本課題介紹了一種基于支持向量機(jī)多分類的匹配方法，實(shí)驗表明該方法的匹配準(zhǔn)確率最高可達(dá)到90%以上。文章最后根據(jù)上述工作，實(shí)現(xiàn)了一種基于支持向量機(jī)分類的WLAN位置指紋法室內(nèi)定位系統(tǒng)。實(shí)驗表明，該系統(tǒng)能夠在3米的范圍內(nèi)有效分辨出移動端的估計位置，基本達(dá)到了預(yù)期的效果。
【關(guān)鍵詞】：室內(nèi)定位 無線局域網(wǎng) 支持向量機(jī) 位置指紋
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN925.93
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 課題的研究背景與意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.3 課題的研究內(nèi)容11-13
• 1.4 論文組織結(jié)構(gòu)13-14
• 第2章 室內(nèi)定位相關(guān)技術(shù)分析14-26
• 2.1 基于傳感技術(shù)的分類14-21
• 2.1.1 基于傳感器的相關(guān)技術(shù)14-20
• 2.1.2 基于傳感器技術(shù)之間的比較20-21
• 2.2 基于信號測量技術(shù)的分類21-25
• 2.2.1 基于測量到達(dá)時間法21-22
• 2.2.2 基于測量到達(dá)時間差法22-23
• 2.2.3 基于測量到達(dá)角度法23
• 2.2.4 基于接收信號強(qiáng)度法23-25
• 2.3 本章小結(jié)25-26
• 第3章 接收信號強(qiáng)度的預(yù)處理與特征提取方法的研究26-39
• 3.1 接收信號強(qiáng)度的信號特性分析26-29
• 3.1.1 接收信號強(qiáng)度與位置的映射關(guān)系26-27
• 3.1.2 接收信號強(qiáng)度值時變性的研究27
• 3.1.3 人體對接收信號強(qiáng)度值的影響27-29
• 3.2 接入點(diǎn)選擇算法29-35
• 3.2.1 接入點(diǎn)選擇的必要性29
• 3.2.2 算法選擇29-30
• 3.2.3 算法原理30-32
• 3.2.4 算法實(shí)現(xiàn)32-33
• 3.2.5 實(shí)驗結(jié)果與分析33-35
• 3.3 特征提取算法35-38
• 3.3.1 數(shù)據(jù)預(yù)處理36-37
• 3.3.2 接收信號強(qiáng)度平均值37-38
• 3.4 本章小結(jié)38-39
• 第4章 基于 WLAN 位置指紋法室內(nèi)定位匹配算法的研究39-47
• 4.1 典型定位匹配算法39-41
• 4.1.1 近鄰法39-40
• 4.1.2 神經(jīng)網(wǎng)絡(luò)法40-41
• 4.2 支持向量機(jī)相關(guān)理論41-44
• 4.2.1 支持向量機(jī)簡介42-43
• 4.2.2 支持向量機(jī)多分類43-44
• 4.3 基于支持向量機(jī)的位置指紋法44-46
• 4.4 本章小結(jié)46-47
• 第5章 基于 WLAN 位置指紋法的室內(nèi)定位系統(tǒng)實(shí)例與測試47-53
• 5.1 軟件功能架構(gòu)47-48
• 5.2 移動端的設(shè)計48-50
• 5.2.1 安卓系統(tǒng)架構(gòu)48-49
• 5.2.2 移動端功能模塊49-50
• 5.3 服務(wù)器端的設(shè)計50-51
• 5.4 軟件測試結(jié)果51-52
• 5.5 本章小結(jié)52-53
• 第6章 結(jié)論53-54
• 參考文獻(xiàn)54-57
• 在學(xué)研究成果57-58
• 致謝58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐玉濱;鄧志安;馬琳;;基于核直接判別分析和支持向量回歸的WLAN室內(nèi)定位算法[J];電子與信息學(xué)報;2011年04期

2 林以明;羅海勇;李錦濤;趙方;;基于動態(tài)Radio Map的粒子濾波室內(nèi)無線定位算法[J];計算機(jī)研究與發(fā)展;2011年01期

3 石為人;熊志廣;許磊;;一種用于室內(nèi)人員定位的RSSI定位算法[J];計算機(jī)工程與應(yīng)用;2010年17期

4 何艷麗;;無線傳感器網(wǎng)絡(luò)質(zhì)心定位算法研究[J];計算機(jī)仿真;2011年05期

5 茍勝難;;基于改進(jìn)的RSSI無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法研究[J];計算機(jī)應(yīng)用研究;2012年05期

6 石曉偉;張會清;鄧貴華;;基于BP神經(jīng)網(wǎng)絡(luò)的距離損耗模型室內(nèi)定位算法研究[J];計算機(jī)測量與控制;2012年07期

7 趙世偉;馬少池;吳書明;林洋;;紅外線與超聲波組合定位技術(shù)研究[J];價值工程;2014年14期

8 李思奇;陳懷新;;非視距誤差的TDOA/AOA混合定位算法[J];通信技術(shù);2010年09期

9 容曉峰;楊娜;;RSSI位置指紋的定位誤差分析與仿真[J];西安工業(yè)大學(xué)學(xué)報;2010年06期

10 張敏,袁輝;拉依達(dá)(PauTa)準(zhǔn)則與異常值剔除[J];鄭州工業(yè)大學(xué)學(xué)報;1997年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳麗娜;WLAN位置指紋室內(nèi)定位關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2014年

本文編號：1107095