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接收信號強(qiáng)度的定位技術(shù),由于它對硬件要求低且定位精度較高等優(yōu)點而在定位系統(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。并著重對基于RSSI指紋定位系統(tǒng)工作流程的兩個階段所涉及的相關(guān)理論進(jìn)行了必要的分析：對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,本文提對基于經(jīng)驗型的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平臺上,完成了對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；并對實現(xiàn)定位系統(tǒng)連續(xù)定位功能的時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,并將樓層辨識方法具體分解為對用戶當(dāng)前所在樓層的判別和對用戶樓層變化的檢測兩個步驟,然而樓層判別模塊只有在檢測到樓層變化后才會執(zhí)行,因此成功地完成用戶的樓層變化檢測才是實現(xiàn)樓層辨識的關(guān)鍵所在。對于樓層變化檢測,這里提出了兩種樓層變化檢測方法：分別是基于氣壓計的方法和利用智能終端傳感器將氣壓計與加速度計相融合的方法。由于第一種方法不能較好的適用于不同的應(yīng)用場景,所以本文系統(tǒng)采用融合法來實現(xiàn)系統(tǒng)的樓層變化檢測功能。最后,通過具體實驗環(huán)境獲得的數(shù)據(jù),進(jìn)行定位正確率的分析,驗證了采用智能樓層辨識方法作為輔助的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方法對提高系統(tǒng)性能的有效性。
【關(guān)鍵詞】：Wi-Fi定位 位置指紋 樓層辨識 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)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：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 射頻信號識別定位系統(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)時間(TOA)15
• 2.1.2 到達(dá)時間差(TDOA)15-16
• 2.1.3 到達(dá)角度(AOA)16-17
• 2.1.4 接收信號強(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)驗型模型的WiFi指紋連續(xù)定位系統(tǒng)28-39
• 3.1 信號樣本采集與特征分析29-36
• 3.1.1 信號樣本采集29-32
• 3.1.2 信號數(shù)據(jù)的特性分析32-36
• 3.2 連續(xù)空間估計算法36-39
• 4 智能樓層辨別方法39-46
• 4.1 樓層辨識問題39-40
• 4.2 樓層變化檢測40-44
• 4.2.1 基于氣壓計的方法40-42
• 4.2.2 融合氣壓計和加速度計的方法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)的實驗結(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)器端實現(xiàn)的系統(tǒng)結(jié)構(gòu)48-49
• 5.2 實驗環(huán)境布局49-50
• 5.3 軟件架構(gòu)設(shè)計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)實驗結(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;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：340656