【摘要】：隨著信息時代的到來,基于位置的服務(wù)逐漸在日常生活中扮演著重要角色。作為傳統(tǒng)室外定位技術(shù)的強力補充,室內(nèi)定位技術(shù)的研究近年來受到廣泛的關(guān)注。其中,基于位置指紋的定位技術(shù)因其定位精度高、應(yīng)用場景靈活等優(yōu)點已成為室內(nèi)定位技術(shù)的主流。本文以藍牙技術(shù)為平臺,在研究位置指紋定位原理的基礎(chǔ)上,分析室內(nèi)指紋定位技術(shù)中主要存在的問題。通過采集RSSI數(shù)據(jù)分析信號強度的時間、空間特性,并主要針對離線階段指紋庫構(gòu)建效率低問題以及在線階段匹配算法性能不高等問題展開研究。具體開展的工作如下:為提高離線階段構(gòu)建位置指紋庫的效率,減少離線階段采集指紋庫所需的工作開銷,提出一種基于非負矩陣補全的指紋庫重構(gòu)算法,利用非負矩陣補全模型對指紋重構(gòu)問題進行建模。針對采樣矩陣中可能伴有野值噪聲而影響重構(gòu)指紋庫后的定位精度問題,添加野值噪聲對模型進一步改進,最后利用ADMM算法(Alternating Direction Method of Multipliers,交替方向乘子法)求解得到完整指紋矩陣。仿真結(jié)果表明,該方法可以有效構(gòu)建離線階段位置指紋庫,且重構(gòu)精度比傳統(tǒng)插值算法高。在大型定位場景中采集的位置指紋庫含有特征冗余不利于定位,且在線定位階段逐條搜索十分耗時。針對上述問題,研究一種基于半監(jiān)督仿射傳播聚類和KLDA降維技術(shù)(Kernel Linear Discrimination Analysis,核線性判別分析)的室內(nèi)定位算法。首先考慮無位置標(biāo)簽的RSSI信息,并將其與離線位置指紋庫做半監(jiān)督聚類處理。在聚類過程中利用AP集合相似度對聚類算法做出改進,減少僅考慮RSSI信息聚類過程產(chǎn)生的奇點,完成聚類后使用KLDA降維技術(shù)對指紋庫去特征冗余處理。實驗結(jié)果表明,該算法能夠有效減少定位時間,且結(jié)合無位置標(biāo)簽RSSI信息后的定位精度得到明顯提升,平均定位誤差達到1.86 m。
【圖文】：

AP9圖 2.7 定位場景示意圖在本文選取重慶某公司的JinouBeacon作為室內(nèi)定位的藍牙基站，如圖2.8所示。JinouBeacon 是基于德州儀器（Texas Instrument ，TI ）的 CC2540 芯片，可以全面支持藍牙低功耗技術(shù)。圖 2.8 藍牙 AP 實物圖離線階段采集信號的移動終端為 nubia Z11mini 智能手機。在試驗中以 Android環(huán)境為平臺，開發(fā)了可以檢測信號強度的軟件。軟件采集頁面如下圖所示：

圖 2.9 信號采集頁面圖的變化情況某參考位置接收信號強度隨時間的時段對同一位置連續(xù)采樣 100 s 看出，，在選取的兩個時段內(nèi)接收時間段里信號強度變化特性有所這兩個時間段的信號強度做統(tǒng)計 2.2 所示。從表中可以看出兩個庫時，對采集的數(shù)據(jù)進行均值處進行定位是可行的。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN92

【參考文獻】

相關(guān)期刊論文 前3條

1 楊陽;毛永毅;鄭敏;;基于小波變換的AOA定位算法[J];微型機與應(yīng)用;2014年03期

2 張浩;劉興;Gulliver T A;崔學(xué)榮;;基于單基站天線陣列的超寬帶定位AOA估計方法[J];電子與信息學(xué)報;2013年08期

3 李文斌;陳嶷瑛;張娟;張新東;;使用Fisher線性判別方法的提取分類器[J];計算機工程與應(yīng)用;2010年14期

相關(guān)碩士學(xué)位論文 前1條

1 劉志建;融合WLAN和Bluetooth的室內(nèi)位置指紋定位技術(shù)研究[D];遼寧工業(yè)大學(xué);2016年

本文編號：2594395