本文關(guān)鍵詞：基于WiFi指紋定位系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著人們對(duì)基于位置服務(wù)要求的不斷提高,多種類的定位技術(shù)在個(gè)人生活、社交網(wǎng)絡(luò)及工業(yè)生產(chǎn)等領(lǐng)域中扮演著越來越重要的角色。其中基于WiFi接收信號(hào)強(qiáng)度的定位技術(shù),由于它對(duì)硬件要求低且定位精度較高等優(yōu)點(diǎn)而在定位系統(tǒng)的應(yīng)用中得到了越來越多的認(rèn)可和青睞。本文首先通過對(duì)當(dāng)前主流且應(yīng)用廣泛的定位系統(tǒng)與定位技術(shù),從研究現(xiàn)狀和定位原理兩方面的比較和討論,揭示了無線局域網(wǎng)中基于接收信號(hào)強(qiáng)度(RSSI)的定位技術(shù)比之于其它定位技術(shù)顯現(xiàn)出的優(yōu)越性。并著重對(duì)基于RSSI指紋定位系統(tǒng)工作流程的兩個(gè)階段所涉及的相關(guān)理論進(jìn)行了必要的分析：對(duì)如何保證離線建庫階段所采樣數(shù)據(jù)的有效性進(jìn)行了探討；對(duì)在線定位階段所涉及的核心定位算法的簡單介紹。其次,本文提對(duì)基于經(jīng)驗(yàn)型的WiFi指紋定位系統(tǒng)進(jìn)行了研究,在具有強(qiáng)大數(shù)據(jù)處理和仿真分析功能的Matlab平臺(tái)上,完成了對(duì)離線建庫階段指紋數(shù)據(jù)的特性分析和特征提取,直觀化的展示了WiFi指紋定位系統(tǒng)的離線建庫流程；并對(duì)實(shí)現(xiàn)定位系統(tǒng)連續(xù)定位功能的時(shí)間平均法的算法性能進(jìn)行了仿真分析。然后,本文提出了基于WiFi指紋定位系統(tǒng)的智能樓層判別方法,并將樓層辨識(shí)方法具體分解為對(duì)用戶當(dāng)前所在樓層的判別和對(duì)用戶樓層變化的檢測(cè)兩個(gè)步驟,然而樓層判別模塊只有在檢測(cè)到樓層變化后才會(huì)執(zhí)行,因此成功地完成用戶的樓層變化檢測(cè)才是實(shí)現(xiàn)樓層辨識(shí)的關(guān)鍵所在。對(duì)于樓層變化檢測(cè),這里提出了兩種樓層變化檢測(cè)方法：分別是基于氣壓計(jì)的方法和利用智能終端傳感器將氣壓計(jì)與加速度計(jì)相融合的方法。由于第一種方法不能較好的適用于不同的應(yīng)用場(chǎng)景,所以本文系統(tǒng)采用融合法來實(shí)現(xiàn)系統(tǒng)的樓層變化檢測(cè)功能。最后,通過具體實(shí)驗(yàn)環(huán)境獲得的數(shù)據(jù),進(jìn)行定位正確率的分析,驗(yàn)證了采用智能樓層辨識(shí)方法作為輔助的WiFi指紋定位系統(tǒng)與未采用該方法的系統(tǒng)相比,系統(tǒng)判決率得到了顯著提高,揭示了智能樓層辨識(shí)方法對(duì)提高系統(tǒng)性能的有效性。
【關(guān)鍵詞】：Wi-Fi定位 位置指紋 樓層辨識(shí) K近鄰 神經(jīng)網(wǎng)絡(luò) MEMS
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN92
【目錄】：

• 摘要5-6
• Abstract6-9
• 1 緒論9-15
• 1.1 研究背景與意義9-10
• 1.2 室內(nèi)定位技術(shù)研究現(xiàn)狀10-13
• 1.2.1 紅外室內(nèi)定位系統(tǒng)10-11
• 1.2.2 超聲波定位系統(tǒng)11
• 1.2.3 射頻信號(hào)識(shí)別定位系統(tǒng)11
• 1.2.4 超寬帶定位系統(tǒng)11
• 1.2.5 無線局域網(wǎng)定位系統(tǒng)11-13
• 1.3 本文主要內(nèi)容及結(jié)構(gòu)13-15
• 1.3.1 主要內(nèi)容13
• 1.3.2 文章結(jié)構(gòu)13-15
• 2 無線局域網(wǎng)室內(nèi)定位技術(shù)理論概述15-28
• 2.1 WLAN室內(nèi)定位基本原理15-18
• 2.1.1 到達(dá)時(shí)間(TOA)15
• 2.1.2 到達(dá)時(shí)間差(TDOA)15-16
• 2.1.3 到達(dá)角度(AOA)16-17
• 2.1.4 接收信號(hào)強(qiáng)度(RSS)17-18
• 2.2 基于RSSI位置指紋定位系統(tǒng)18-20
• 2.3 指紋建庫概述20-21
• 2.4 幾種常見的室內(nèi)定位算法介紹21-28
• 2.4.1 匹配型算法21-25
• 2.4.2 學(xué)習(xí)型算法25-26
• 2.4.3 基于聚類的算法26-28
• 3 基于經(jīng)驗(yàn)型模型的WiFi指紋連續(xù)定位系統(tǒng)28-39
• 3.1 信號(hào)樣本采集與特征分析29-36
• 3.1.1 信號(hào)樣本采集29-32
• 3.1.2 信號(hào)數(shù)據(jù)的特性分析32-36
• 3.2 連續(xù)空間估計(jì)算法36-39
• 4 智能樓層辨別方法39-46
• 4.1 樓層辨識(shí)問題39-40
• 4.2 樓層變化檢測(cè)40-44
• 4.2.1 基于氣壓計(jì)的方法40-42
• 4.2.2 融合氣壓計(jì)和加速度計(jì)的方法42-44
• 4.3 樓層判別方法44-46
• 4.3.1 基于K-means算法的樓層判別方法44
• 4.3.2 基于K近鄰法的樓層辨別方法44-45
• 4.3.3 基于神經(jīng)網(wǎng)絡(luò)的樓層判別方法45-46
• 5 基于WiFi指紋定位智能樓層辨別系統(tǒng)的實(shí)驗(yàn)結(jié)果分析46-54
• 5.1 定位系統(tǒng)體系架構(gòu)46-49
• 5.1.1 定位系統(tǒng)結(jié)構(gòu)組成46-48
• 5.1.2 基于服務(wù)器端實(shí)現(xiàn)的系統(tǒng)結(jié)構(gòu)48-49
• 5.2 實(shí)驗(yàn)環(huán)境布局49-50
• 5.3 軟件架構(gòu)設(shè)計(jì)50-52
• 5.3.1 軟件總體架構(gòu)50-51
• 5.3.2 智能終端程序51
• 5.3.3 服務(wù)器端程序51-52
• 5.4 系統(tǒng)性能分析52
• 5.5 智能樓層辨別系統(tǒng)實(shí)驗(yàn)結(jié)果及分析52-54
• 6 總結(jié)與展望54-55
• 參考文獻(xiàn)55-59
• 致謝59

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 謝波;江一夫;嚴(yán)恭敏;任宏科;;個(gè)人導(dǎo)航融合建筑平面信息的粒子濾波方法[J];中國慣性技術(shù)學(xué)報(bào);2013年01期

  本文關(guān)鍵詞：基于WiFi指紋定位系統(tǒng)的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：340656