本文關(guān)鍵詞：基于WiFi-Sensor技術(shù)的室內(nèi)定位系統(tǒng)研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：移動互聯(lián)網(wǎng)的迅猛發(fā)展催生出了大量富有價值的服務(wù),其中基于位置的服務(wù)在諸多領(lǐng)域都有著廣泛的應(yīng)用前景,并逐漸從室外延伸到室內(nèi)。基于WiFi (Wireless-Fidelity)網(wǎng)絡(luò)的室內(nèi)定位系統(tǒng)成為近年來相關(guān)領(lǐng)域的研究熱點(diǎn),然而WiFi信號自身的弱點(diǎn)使其定位效果的進(jìn)一步提升受到限制。 本文基于信息融合思想,提出一種將WiFi技術(shù)與傳感器(Sensor)技術(shù)相融合的室內(nèi)定位方案(以下簡稱WiFi-Sensor),意在實(shí)現(xiàn)兩種不同技術(shù)的優(yōu)勢互補(bǔ)。該方案把利用WiFi指紋實(shí)現(xiàn)的場景定位法和利用慣性傳感器實(shí)現(xiàn)的航位推算法結(jié)合在一起,一方面,通過分析WiFi信號強(qiáng)度(RSS)的變化規(guī)律及對定位準(zhǔn)確度的影響,提出利用滑動窗口計算位置均值的方法,以減少定位結(jié)果無規(guī)則跳動問題；另一方面,以平均位置為起點(diǎn)采用航位推算法預(yù)測行走軌跡,從而得到當(dāng)前位置。該方案無需額外基礎(chǔ)設(shè)施,具有實(shí)時性高且連續(xù)性好的特點(diǎn)。除了技術(shù)融合方案,本文還提出了基于AP-MAP相似度的地圖自動匹配算法、基于時間戳的地圖與指紋庫緩存策略和基于矢量圖形的地圖引擎,解決了實(shí)際應(yīng)用中的一系列難題,有助于提高系統(tǒng)的用戶體驗(yàn)。此外,本文對WiFi-Sensor室內(nèi)定位系統(tǒng)進(jìn)行了詳細(xì)的設(shè)計,包括硬件部署、軟件架構(gòu)和數(shù)據(jù)存儲結(jié)構(gòu)等,并逐層設(shè)計了軟件系統(tǒng)的功能模塊和業(yè)務(wù)邏輯。最后,實(shí)現(xiàn)了終端-存儲服務(wù)器模式的WiFi-Sensor室內(nèi)定位系統(tǒng)。通過在真實(shí)環(huán)境中采集WiFi和傳感器數(shù)據(jù)對融合算法進(jìn)行現(xiàn)場實(shí)驗(yàn)與仿真實(shí)驗(yàn),驗(yàn)證了該方案的有效性和可行性。 本文提出的融合方案相對于現(xiàn)有的兩種方案有較明顯的優(yōu)勢,且設(shè)計并實(shí)現(xiàn)的WiFi-Sensor室內(nèi)定位系統(tǒng)結(jié)構(gòu)劃分更加合理。實(shí)驗(yàn)結(jié)果表明,該定位系統(tǒng)不僅具有應(yīng)用價值,而且可以作為參考在不同的室內(nèi)定位場景中進(jìn)行推廣。
【關(guān)鍵詞】：室內(nèi)定位 WiFi指紋 傳感器 航位推算
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN92
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 引言10-15
• 1.1 課題背景10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 研究目的與意義12-13
• 1.4 論文內(nèi)容及結(jié)構(gòu)13-15
• 第二章 定位技術(shù)研究15-25
• 2.1 幾何定位技術(shù)15-17
• 2.1.1 距離測量法15-17
• 2.1.2 角度測量法17
• 2.2 附近定位技術(shù)17-18
• 2.3 慣性導(dǎo)航技術(shù)18-19
• 2.4 場景定位技術(shù)19-20
• 2.5 技術(shù)實(shí)現(xiàn)手段20-24
• 2.5.1 紅外20
• 2.5.2 超聲波20-21
• 2.5.3 射頻識別21
• 2.5.4 藍(lán)牙21
• 2.5.5 超寬帶21-22
• 2.5.6 WiFi技術(shù)22-24
• 2.6 本章小結(jié)24-25
• 第三章 WiFi-Sensor室內(nèi)定位算法25-41
• 3.1 基于近鄰法的WiFi指紋定位算法25-26
• 3.1.1 近鄰法25-26
• 3.1.2 最近鄰法26
• 3.1.3 K近鄰法26
• 3.2 基于滑動窗口的均值優(yōu)化算法26-29
• 3.3 基于行走模型的航位推算法29-34
• 3.3.1 步態(tài)檢測30-32
• 3.3.2 步長估算32
• 3.3.3 方向判定32-33
• 3.3.4 地圖步長和方向33-34
• 3.4 融合航位推算的WiFi定位算法34-38
• 3.4.1 權(quán)值法和AP矯正法34-35
• 3.4.2 基于均值分段推算法35-37
• 3.4.3 相比其他方案的優(yōu)勢37-38
• 3.5 基于AP-MAP相似度的地圖查找算法38-40
• 3.6 本章小結(jié)40-41
• 第四章 WiFi-Sensor室內(nèi)定位系統(tǒng)設(shè)計41-55
• 4.1 硬件部署41-44
• 4.1.1 基本模型41
• 4.1.2 單終端模型41-42
• 4.1.3 終端-服務(wù)器模型42-43
• 4.1.4 分布式存儲模型43-44
• 4.2 軟件架構(gòu)44-50
• 4.2.1 地圖緩存策略45-47
• 4.2.2 標(biāo)定子系統(tǒng)47
• 4.2.3 定位子系統(tǒng)47-48
• 4.2.4 航位推算單元48-49
• 4.2.5 服務(wù)端業(yè)務(wù)49-50
• 4.3 數(shù)據(jù)存儲結(jié)構(gòu)50-54
• 4.3.1 SVG與地圖引擎50-52
• 4.3.2 地圖相對坐標(biāo)系52-53
• 4.3.3 指紋庫數(shù)據(jù)結(jié)構(gòu)53-54
• 4.4 本章小節(jié)54-55
• 第五章 WiFi-Sensor定位系統(tǒng)實(shí)現(xiàn)與驗(yàn)證55-64
• 5.1 開發(fā)平臺55
• 5.2 關(guān)鍵模塊55-59
• 5.2.1 WiFi實(shí)時定位55-56
• 5.2.2 WiFi指紋標(biāo)定56-57
• 5.2.3 傳感數(shù)據(jù)計算57-58
• 5.2.4 兩種位置融合58-59
• 5.3 實(shí)現(xiàn)結(jié)果59-61
• 5.4 實(shí)驗(yàn)與分析61-63
• 5.5 本章小節(jié)63-64
• 第六章 結(jié)束語64-66
• 6.1 工作總結(jié)64
• 6.2 問題和展望64-66
• 參考文獻(xiàn)66-68
• 致謝68-69
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓霜;羅海勇;陳穎;丁玉珍;;基于TDOA的超聲波室內(nèi)定位系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J];傳感技術(shù)學(xué)報;2010年03期

2 劉長征,李緯,丁辰,過靜s，

本文編號：292095