本文關(guān)鍵詞：基于RSSI與地磁場(chǎng)的室內(nèi)混合指紋定位算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著無(wú)線網(wǎng)絡(luò)與智能手機(jī)的大量普及,室內(nèi)定位技術(shù)得到快速發(fā)展,基于位置信息的服務(wù)倍受關(guān)注,精確的位置信息在實(shí)際應(yīng)用中發(fā)揮了重要的作用,如醫(yī)院病人的跟蹤和監(jiān)護(hù)、監(jiān)獄里對(duì)重點(diǎn)囚犯的監(jiān)視、博物館中展覽品的安全保護(hù)、商業(yè)中購(gòu)物車(chē)的定位和消費(fèi)者的導(dǎo)航等。在室內(nèi)定位技術(shù)中,基于WIFI的RSSI定位技術(shù)具有高帶寬、高速率、高覆蓋度、低成本等特點(diǎn),越來(lái)越受到人們的重視,而智能手機(jī)又集成了與地磁場(chǎng)相關(guān)的傳感器,因此,本文研究RSSI和地磁場(chǎng)的混合定位技術(shù),具有重要的現(xiàn)實(shí)意義。本文研究了室內(nèi)基于RSSI和地磁場(chǎng)的定位技術(shù),提出了基于RSSI與地磁場(chǎng)的室內(nèi)混合指紋定位算法,本文主要做的工作如下:1、在指紋庫(kù)的離線構(gòu)建中,針對(duì)RSSI容易受環(huán)境干擾,提出一種RSSI與地磁場(chǎng)的混合指紋構(gòu)建算法,其主要思想是:首先,收集指定采樣點(diǎn)接收到的不同AP的RSSI信號(hào)強(qiáng)度值、同一個(gè)采樣點(diǎn)的地磁場(chǎng)三維坐標(biāo)和采樣點(diǎn)的位置坐標(biāo),共同組成混合指紋;然后,根據(jù)混合指紋中的地磁場(chǎng)和RSSI之間的屬性不同,采用聚類(lèi)分析法對(duì)混合指紋中的分量進(jìn)行分組,對(duì)每組指紋分量進(jìn)行PCA分析,并建立綜合評(píng)價(jià)模型;最后,篩選出綜合得分高于平均值的指紋,重新構(gòu)建新的指紋庫(kù)。實(shí)驗(yàn)表明,新算法能有效提高定位精度。2、在指紋庫(kù)的在線定位中,實(shí)現(xiàn)一個(gè)定位原型系統(tǒng),對(duì)定位算法進(jìn)行了改進(jìn)。在指紋進(jìn)行匹配時(shí),采用最強(qiáng)次強(qiáng)AP選擇法來(lái)篩選指紋,在位置估計(jì)時(shí),針對(duì)傳統(tǒng)加權(quán)KNN算法運(yùn)用K個(gè)近鄰采樣點(diǎn)與移動(dòng)終端之間的信號(hào)歐式距離作為參考權(quán)重,忽略在實(shí)際環(huán)境中信號(hào)容易抖動(dòng)導(dǎo)致相距幾米的采樣點(diǎn)存在信號(hào)歐式距離相似的特征,本文采用最強(qiáng)和次強(qiáng)AP信號(hào)強(qiáng)度作為參考權(quán)重進(jìn)行加權(quán)定位,從而提高定位精度,實(shí)現(xiàn)移動(dòng)終端位置的定位。
【關(guān)鍵詞】：RSSI定位 地磁場(chǎng)定位 分組PCA算法 WKNN算法
【學(xué)位授予單位】：湖南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN92
【目錄】：

• 摘要4-6
• Abstract6-11
• 第一章 緒論11-17
• 1.1 研究背景及意義11-12
• 1.2 國(guó)內(nèi)外的研究現(xiàn)狀12-14
• 1.2.1 國(guó)外研究現(xiàn)狀12-13
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀13-14
• 1.3 論文主要研究?jī)?nèi)容與結(jié)構(gòu)安排14-17
• 1.3.1 主要研究?jī)?nèi)容14-15
• 1.3.2 主要?jiǎng)?chuàng)新點(diǎn)15-16
• 1.3.3 結(jié)構(gòu)安排16-17
• 第二章 相關(guān)定位技術(shù)研究17-31
• 2.1 室內(nèi)定位17-21
• 2.1.1 全球定位技術(shù)18
• 2.1.2 基于短距離無(wú)線通信定位技術(shù)18-19
• 2.1.3 基于慣性傳感器的定位技術(shù)19
• 2.1.4 基于WIFI的室內(nèi)定位技術(shù)19-20
• 2.1.5 影響定位精度的主要因素20-21
• 2.2 基于RSSI的室內(nèi)定位技術(shù)21-25
• 2.2.1 基于RSSI位置指紋定位原理21-22
• 2.2.2 基于RSSI位置指紋定位技術(shù)22-25
• 2.3 基于地磁場(chǎng)的室內(nèi)定位技術(shù)25-26
• 2.3.1 地磁場(chǎng)定位的原理和技術(shù)25
• 2.3.2 地磁場(chǎng)要素25-26
• 2.4 基于RSSI和地磁場(chǎng)的室內(nèi)定位技術(shù)26
• 2.5 定位數(shù)據(jù)處理技術(shù)26-30
• 2.5.1 PCA算法概述26-28
• 2.5.2 PCA算法原理28-29
• 2.5.3 PCA算法步驟29-30
• 2.6 本章小結(jié)30-31
• 第三章 基于RSSI和地磁場(chǎng)混合指紋庫(kù)的算法研究31-46
• 3.1 指紋庫(kù)構(gòu)建方法分析31-32
• 3.2 PCA算法構(gòu)建指紋庫(kù)32-35
• 3.3 分組PCA算法構(gòu)建指紋庫(kù)35-40
• 3.3.1 基于RSSI的分組PCA算法36-38
• 3.3.2 基于RSSI和地磁場(chǎng)的分組PCA算法38-40
• 3.4 實(shí)驗(yàn)仿真與分析40-45
• 3.4.1 實(shí)驗(yàn)環(huán)境40-42
• 3.4.2 仿真實(shí)驗(yàn)結(jié)果與分析42-45
• 3.5 本章小結(jié)45-46
• 第四章 在線定位算法改進(jìn)與實(shí)現(xiàn)46-61
• 4.1 在線定位算法46-49
• 4.1.1 在線定位算法現(xiàn)狀46-47
• 4.1.2 在線定位算法改進(jìn)47-49
• 4.2 定位系統(tǒng)總體設(shè)計(jì)49-53
• 4.2.1 系統(tǒng)開(kāi)發(fā)及部署平臺(tái)49-51
• 4.2.2 系統(tǒng)功能需求分析51
• 4.2.3 系統(tǒng)體系結(jié)構(gòu)51-53
• 4.3 定位系統(tǒng)開(kāi)發(fā)設(shè)計(jì)53-57
• 4.3.1 客戶(hù)端開(kāi)發(fā)53-54
• 4.3.2 服務(wù)端開(kāi)發(fā)54-57
• 4.4 系統(tǒng)性能測(cè)試57-60
• 4.4.1 系統(tǒng)環(huán)境部署57-58
• 4.4.2 系統(tǒng)測(cè)試結(jié)果58-60
• 4.5 本章小結(jié)60-61
• 第五章 總結(jié)與展望61-63
• 5.1 全文總結(jié)61
• 5.2 研究展望61-63
• 參考文獻(xiàn)63-67
• 致謝67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 楊小亮;葉阿勇;凌遠(yuǎn)景;;基于閾值分類(lèi)及信號(hào)強(qiáng)度加權(quán)的室內(nèi)定位算法[J];計(jì)算機(jī)應(yīng)用;2013年10期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王欣;基于地磁場(chǎng)和RSSI的室內(nèi)定位算法設(shè)計(jì)與實(shí)現(xiàn)[D];杭州電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于RSSI與地磁場(chǎng)的室內(nèi)混合指紋定位算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：341496