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 位置指紋

【摘要】：隨著基于位置的服務這一概念的興起，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。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)的方法進行對比分析，以低成本和覆蓋范圍廣兩方面為出發(fā)點，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選擇算法和定位特征的預處理以及在線階段的匹配算法進行了重點研究。通過基于穩(wěn)定接入點優(yōu)先選擇算法，選擇出室內(nèi)較穩(wěn)定的無線接入點，減小了不穩(wěn)定的接入點對定位階段的影響。課題在室內(nèi)通過最近鄰法進行了實驗，結(jié)果顯示該算法選擇出來的接入點的信號強度值更穩(wěn)定，定位時的匹配準確率比基于最強信號接入點優(yōu)先法提高了21%，定位更加準確。針對離線階段對信號強度使用均值法會引入小概率信號的問題，通過拉依達檢驗法對奇異值進行處理，并在拉依達檢驗法的基礎(chǔ)上進行了改進，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)，實驗證明在處理同等數(shù)據(jù)量的情況下改進后的算法的處理速度要快于改進前。針對匹配算法，本課題介紹了一種基于支持向量機多分類的匹配方法，實驗表明該方法的匹配準確率最高可達到90%以上。文章最后根據(jù)上述工作，實現(xiàn)了一種基于支持向量機分類的WLAN位置指紋法室內(nèi)定位系統(tǒng)。實驗表明，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，基本達到了預期的效果。
【關(guān)鍵詞】：室內(nèi)定位 無線局域網(wǎng) 支持向量機 位置指紋
【學位授予單位】：沈陽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：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 基于測量到達時間法21-22
• 2.2.2 基于測量到達時間差法22-23
• 2.2.3 基于測量到達角度法23
• 2.2.4 基于接收信號強度法23-25
• 2.3 本章小結(jié)25-26
• 第3章 接收信號強度的預處理與特征提取方法的研究26-39
• 3.1 接收信號強度的信號特性分析26-29
• 3.1.1 接收信號強度與位置的映射關(guān)系26-27
• 3.1.2 接收信號強度值時變性的研究27
• 3.1.3 人體對接收信號強度值的影響27-29
• 3.2 接入點選擇算法29-35
• 3.2.1 接入點選擇的必要性29
• 3.2.2 算法選擇29-30
• 3.2.3 算法原理30-32
• 3.2.4 算法實現(xiàn)32-33
• 3.2.5 實驗結(jié)果與分析33-35
• 3.3 特征提取算法35-38
• 3.3.1 數(shù)據(jù)預處理36-37
• 3.3.2 接收信號強度平均值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)絡法40-41
• 4.2 支持向量機相關(guān)理論41-44
• 4.2.1 支持向量機簡介42-43
• 4.2.2 支持向量機多分類43-44
• 4.3 基于支持向量機的位置指紋法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)實例與測試47-53
• 5.1 軟件功能架構(gòu)47-48
• 5.2 移動端的設計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 服務器端的設計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54-57
• 在學研究成果57-58
• 致謝58

【參考文獻】

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];計算機工程與應用;2010年17期

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

5 茍勝難;;基于改進的RSSI無線傳感器網(wǎng)絡節(jié)點定位算法研究[J];計算機應用研究;2012年05期

6 石曉偉;張會清;鄧貴華;;基于BP神經(jīng)網(wǎng)絡的距離損耗模型室內(nèi)定位算法研究[J];計算機測量與控制;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)大學學報;2010年06期

10 張敏,袁輝;拉依達(PauTa)準則與異常值剔除[J];鄭州工業(yè)大學學報;1997年01期

中國博士學位論文全文數(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;2014年

本文編號：1107095