【摘要】：隨著無(wú)線網(wǎng)絡(luò)的廣泛普及和移動(dòng)終端的快速發(fā)展,移動(dòng)用戶對(duì)位置信息的需求從室外延伸到室內(nèi),而GPS無(wú)法在室內(nèi)實(shí)現(xiàn)有效定位,迫切需要有效的室內(nèi)定位技術(shù)來(lái)滿足人們?nèi)找嬖鲩L(zhǎng)的室內(nèi)定位需求。基于接收信號(hào)強(qiáng)度的WLAN定位系統(tǒng),充分利用現(xiàn)有的無(wú)線網(wǎng)絡(luò)基礎(chǔ)設(shè)施,無(wú)需額外的專用硬件設(shè)備,能以純軟件的方式在任何一臺(tái)具有Wi-Fi適配器的智能終端實(shí)現(xiàn)定位。本文對(duì)RSS特性進(jìn)行分析,針對(duì)位置指紋算法目前存在的一些問題進(jìn)行優(yōu)化研究,提出一種基于空間分區(qū)技術(shù)的PCA位置指紋室內(nèi)定位算法,并設(shè)計(jì)開發(fā)室內(nèi)定位應(yīng)用系統(tǒng)。本文主要工作如下:(1)針對(duì)異構(gòu)終端接收信號(hào)能力差異性導(dǎo)致的WLAN位置指紋定位不穩(wěn)定問題,研究RSS的空間特性和變化規(guī)律,對(duì)異構(gòu)終端同步動(dòng)態(tài)RSS序列進(jìn)行相關(guān)性分析。設(shè)計(jì)異構(gòu)終端RSS偏差糾正算法,在線定位時(shí)糾正RSS值,減小由于構(gòu)建指紋庫(kù)與實(shí)時(shí)定位時(shí)終端不一致導(dǎo)致的定位誤差。(2)針對(duì)位置指紋庫(kù)含有大量的冗余和噪聲信息問題、位置指紋信息維度過高問題,應(yīng)用PCA算法實(shí)現(xiàn)位置指紋的特征提取和降維,減少指紋冗余維度和多徑效應(yīng)帶來(lái)的RSS值浮動(dòng)。設(shè)計(jì)PCA位置指紋生成方法,增加PCA指紋系數(shù),減小由于傳統(tǒng)位置指紋算法僅使用待定位點(diǎn)與參考點(diǎn)之間RSS歐氏距離作為相似性準(zhǔn)則導(dǎo)致的定位誤差。實(shí)驗(yàn)證明,本算法可以有效的實(shí)現(xiàn)位置指紋的特征提取和降維,能夠在一定程度上抑制環(huán)境噪聲帶來(lái)的影響,提升定位精度,節(jié)省指紋庫(kù)存儲(chǔ)空間。(3)為解決在線定位時(shí)指紋庫(kù)匹配計(jì)算復(fù)雜度過高問題,設(shè)計(jì)位置指紋庫(kù)子空間劃分算法,對(duì)位置指紋庫(kù)進(jìn)行聚類分塊處理,縮小匹配計(jì)算過程中指紋搜索空間。采用Gap statistic方法對(duì)K-means算法進(jìn)行K值自適應(yīng)改進(jìn),用于確定最優(yōu)初始聚類數(shù)K,避免K值的不確定性導(dǎo)致的定位誤差;優(yōu)化初始聚類中心選擇策略,用于選擇均勻分布的初始聚類中心,避免陷入局部最優(yōu)而導(dǎo)致無(wú)效聚類,從而降低在線定位時(shí)指紋匹配計(jì)算的復(fù)雜度。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN925.93
【圖文】：

圖 2.3 TOA 定位位置估計(jì)模型但是在實(shí)際應(yīng)用中，三個(gè)圓之間存在交點(diǎn)的幾率非常小，需要使用合適法對(duì)未知節(jié)點(diǎn)的物理位置進(jìn)行修正計(jì)算。例如：Chan 算法[28]、近似最法等，都是 TOA 定位算法中常用的位置估算方法。TOA 方法在實(shí)際的線信號(hào)容易受到復(fù)雜環(huán)境的影響，從而產(chǎn)生比較大的傳輸時(shí)間延遲，實(shí)用性較差。（2） 信號(hào)到達(dá)時(shí)間差法（TDOA）在室內(nèi)定位中應(yīng)用 TDOA 算法主要分為兩步：首先，使用相關(guān)發(fā)射信號(hào)A 值，根據(jù)信號(hào)傳播時(shí)間與距離的非線性關(guān)系，構(gòu)造位置估算方程組。步得到的非線性方程組使用 TDOA 定位算法進(jìn)行求解，從而確定未知節(jié)。定位過程如下圖 2.4 所示。

圖 2.5 兩種獲取 TDOA 值方法（3） 基于接收信號(hào)強(qiáng)度定位法（RSS）基于 RSS 定位的方法，根據(jù)無(wú)線信號(hào)的強(qiáng)度值來(lái)估算與信號(hào)發(fā)射源之間的距離以分為信號(hào)傳輸損耗法和位置指紋法兩種。信號(hào)傳輸損耗法原理是：根據(jù)無(wú)線信號(hào)衰減模型，將初始發(fā)射信號(hào)強(qiáng)度與移動(dòng)接收的信號(hào)強(qiáng)度進(jìn)行非線性化建模，從而實(shí)現(xiàn)參考點(diǎn)到未知節(jié)點(diǎn)的距離與信號(hào)傳耗之間的轉(zhuǎn)化；根據(jù)三角定位原理，多個(gè)以移動(dòng)終端為圓心估算距離為半徑的圓的交點(diǎn)就是未知節(jié)點(diǎn)的估計(jì)位置[30]。由于室內(nèi)環(huán)境復(fù)雜，人員流動(dòng)量大，無(wú)線信傳輸過程中容易受到家具、墻壁、同頻無(wú)線電波、人體等影響，導(dǎo)致信號(hào)非視距和非正常衰減，無(wú)法確定具體的信號(hào)衰減因子來(lái)刻畫信號(hào)衰減模型。所以，在復(fù)內(nèi)環(huán)境中信號(hào)傳輸損耗法的實(shí)際應(yīng)用存在一定的瓶頸。位置指紋法的原理是：在待定位環(huán)境中選取參考點(diǎn)，使用參考點(diǎn)的物理坐標(biāo)SS 值作為指紋樣本，用于構(gòu)建離線位置指紋數(shù)據(jù)庫(kù)；定位時(shí)，在待定位節(jié)點(diǎn)采集環(huán)境中 AP 的 RSS 信息，使用合適的位置估算算法計(jì)算實(shí)時(shí) RSS 值與離線位置指

率等信息即可進(jìn)行位置估算，可擴(kuò)展性和靈活性好。因此，位置指紋法是目 室內(nèi)定位技術(shù)的主要研究方法。LAN 位置指紋定位技術(shù) WLAN 位置指紋定位基本原理于 WLAN 位置指紋的室內(nèi)定位算法分為兩個(gè)階段：離線數(shù)據(jù)采集和在線位其原理如圖 2.7 所示。在離線數(shù)據(jù)采集階段，位置指紋庫(kù)的建立利用已有 基礎(chǔ)設(shè)施檢測(cè) Wi-Fi 信號(hào)強(qiáng)度，使用合理的方式對(duì)定位區(qū)域進(jìn)行劃分，在劃區(qū)域內(nèi)部署若干個(gè)物理位置已知的采樣點(diǎn)，在每個(gè)采樣點(diǎn)處采集其 Wi-Fi 信、MAC 地址與已知的位置信息作為一條完整的序列作為指紋保存到數(shù)據(jù)庫(kù)置估算階段，在 Wi-Fi 環(huán)境下，位置指紋庫(kù)由一系列的 RSS 序列組成，定位征參數(shù)是每個(gè)點(diǎn)的信號(hào)強(qiáng)度 RSS，位置信息與指紋一一對(duì)應(yīng)，通過測(cè)量當(dāng)前P 的實(shí)時(shí) RSS 與指紋數(shù)據(jù)庫(kù)進(jìn)行相似度計(jì)算，目標(biāo)定位的物理位置即為與位中指紋樣本相似度最大的參考點(diǎn)。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周洪洋;張春昌;尹曉楠;張海江;;對(duì)我國(guó)海事系統(tǒng)油指紋庫(kù)建設(shè)的思考[J];中國(guó)海事;2013年08期

2 閆慧;黃文芳;楊永長(zhǎng);肖代雯;姜偉;羅春麗;;臨床常見革蘭氏陽(yáng)性球菌蛋白指紋庫(kù)的構(gòu)建[J];中國(guó)生物工程雜志;2011年10期

3 ;北京市建起玉米“DNA指紋庫(kù)”[J];北京農(nóng)業(yè)職業(yè)學(xué)院學(xué)報(bào);2006年01期

4 高振會(huì);崔文林;周青;孫培艷;王鑫平;;渤海海上原油油指紋庫(kù)建設(shè)[J];海洋環(huán)境科學(xué);2006年S1期

5 張翔;郭杭;武和雷;;基于虛擬信息庫(kù)的粒子濾波指紋庫(kù)定位算法[J];計(jì)算機(jī)應(yīng)用與軟件;2015年06期

6 王sョ

本文編號(hào)：2774401