本文關(guān)鍵詞：基于WiFi的RSSI指紋定位算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展,WiFi網(wǎng)絡(luò)迅速普及,遍布于辦公室、學(xué)校、大型商場(chǎng)等各個(gè)場(chǎng)所,深入人們的工作、學(xué)習(xí)和休閑娛樂生活中,為人們提供便捷優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)。同時(shí),基于位置的服務(wù)受到廣大用戶的關(guān)注和青睞,而基于WiFi的定位技術(shù),以其部署成本低、容易實(shí)現(xiàn)、定位精度高和易于擴(kuò)展等優(yōu)勢(shì),引起人們的高度關(guān)注,迅速成為室內(nèi)定位技術(shù)的研究熱點(diǎn)。本文通過(guò)對(duì)基于WiFi室內(nèi)定位技術(shù)研究現(xiàn)狀的分析總結(jié),針對(duì)傳統(tǒng)確定性指紋匹配KNN算法需要匹配大量指紋數(shù)據(jù)且定位精度不足的問題,設(shè)計(jì)了針對(duì)KNN算法的過(guò)濾指紋定位算法,改進(jìn)了定位過(guò)程,并設(shè)計(jì)實(shí)現(xiàn)了過(guò)濾指紋定位算法的驗(yàn)證系統(tǒng),通過(guò)實(shí)驗(yàn)方法驗(yàn)證了改進(jìn)算法的可行性、有效性和算法性能。本文主要研究工作如下:確定性指紋匹配KNN算法,通過(guò)匹配在定位點(diǎn)上測(cè)量得到的各個(gè)AP的信號(hào)強(qiáng)度與指紋參考點(diǎn)的信號(hào)強(qiáng)度的歐式距離,選擇距離最小的K個(gè)點(diǎn)的質(zhì)心作為定位的估計(jì)位置。該算法需要計(jì)算指紋庫(kù)中每個(gè)指紋點(diǎn)與定位點(diǎn)多個(gè)AP信號(hào)強(qiáng)度的聯(lián)合歐式距離,計(jì)算量大,在針對(duì)匹配數(shù)據(jù)過(guò)大問題的已有研究中,通常引入其他設(shè)備(如Zigebee),利用其信號(hào)特征(如Zigbee ID),將指紋庫(kù)劃分成小塊,以減少需要匹配的指紋個(gè)數(shù)。本文基于過(guò)濾、將定位匹配過(guò)程分步進(jìn)行的思想,在不引入其他設(shè)備的情況下,設(shè)計(jì)了基于WiFi信號(hào)強(qiáng)度自身的過(guò)濾方法,在計(jì)算聯(lián)合歐式距離之前,設(shè)置單個(gè)AP的信號(hào)強(qiáng)度有效區(qū)間,將指紋庫(kù)中的參考點(diǎn)先過(guò)濾,在過(guò)濾后的指紋點(diǎn)中再使用KNN算法進(jìn)行匹配定位,能減少需要匹配的指紋數(shù)量,降低定位延遲。同時(shí),KNN算法使用的是多個(gè)AP信號(hào)強(qiáng)度的聯(lián)合歐式距離,并不能區(qū)分單個(gè)AP中定位點(diǎn)與指紋點(diǎn)信號(hào)強(qiáng)度的差距,而改進(jìn)的過(guò)濾算法則從單個(gè)AP的角度,對(duì)每個(gè)AP的信號(hào)強(qiáng)度差距做了粗略區(qū)分,增加了K個(gè)指紋參考點(diǎn)選取時(shí)的準(zhǔn)確性,能提高定位精度。過(guò)濾指紋定位方法的關(guān)鍵是過(guò)濾區(qū)間的選擇,本文通過(guò)RSSI信號(hào)強(qiáng)度在不同RSSI均值下波動(dòng)情況的研究,設(shè)計(jì)了基于RSSI信號(hào)強(qiáng)度值的過(guò)濾區(qū)間簡(jiǎn)易自適應(yīng)方法。針對(duì)指紋過(guò)濾后,剩余指紋個(gè)數(shù)不一定滿足KNN算法中K值要求的情況,通過(guò)對(duì)K值變化對(duì)定位精度影響程度的研究,給出了相應(yīng)的解決方案,即K取值3、4、5、6對(duì)定位的影響較小,缺省值K取5,若個(gè)數(shù)不足5個(gè)則K減小但不小于3。設(shè)計(jì)實(shí)現(xiàn)了過(guò)濾指紋定位算法,并通過(guò)實(shí)驗(yàn)結(jié)果分析了算法性能。在實(shí)際室內(nèi)Wi Fi環(huán)境中,部署定位AP,采集指紋數(shù)據(jù)庫(kù),隨機(jī)選取測(cè)試點(diǎn),通過(guò)驗(yàn)證系統(tǒng),得到定位結(jié)果。通過(guò)對(duì)測(cè)試點(diǎn)的定位誤差結(jié)果的數(shù)據(jù)統(tǒng)計(jì)與分析,分析了過(guò)濾指紋定位算法的定位性能。實(shí)驗(yàn)結(jié)果表明,相對(duì)于KNN定位算法,過(guò)濾指紋定位方法在沒有增加時(shí)間復(fù)雜度的情況下,在定位精度上有了一定程度上的提高,驗(yàn)證了過(guò)濾算法的可行性和有效性。
【關(guān)鍵詞】：WiFi室內(nèi)定位 RSSI指紋定位 指紋過(guò)濾 過(guò)濾臨界值的自適應(yīng)調(diào)整
【學(xué)位授予單位】：電子科技大學(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5-7
• ABSTRACT7-15
• 第一章緒論15-21
• 1.1 論文研究背景15-16
• 1.2 室內(nèi)定位技術(shù)研究現(xiàn)狀16-18
• 1.3 研究意義18-19
• 1.4 研究?jī)?nèi)容和目標(biāo)19-20
• 1.5 論文結(jié)構(gòu)安排20-21
• 第二章 WiFi室內(nèi)定位技術(shù)概述21-35
• 2.1 WiFi工作模式21-22
• 2.2 基于距離測(cè)量的定位方法22-29
• 2.2.1 到達(dá)時(shí)間法TOA22-23
• 2.2.2 到達(dá)時(shí)間差法TDOA23-24
• 2.2.3 到達(dá)角度法AOA24-25
• 2.2.4 RSSI基于傳播模型的定位技術(shù)25-29
• 2.3 無(wú)關(guān)距離的定位方法29-31
• 2.3.1 多邊形幾何質(zhì)心法29-30
• 2.3.2 基于RSSI的指紋定位法30-31
• 2.4 基于RSSI的指紋定位匹配算法31-34
• 2.4.1 NNSS算法31-32
• 2.4.2 KNN算法32-33
• 2.4.3 WKNN算法33
• 2.4.4 樸素貝葉斯算法33-34
• 2.5 本章小結(jié)34-35
• 第三章過(guò)濾指紋定位算法35-53
• 3.1 KNN定位算法局限性分析35-36
• 3.2 過(guò)濾指紋定位算法設(shè)計(jì)36-46
• 3.2.1 過(guò)濾指紋定位算法原理37-38
• 3.2.2 RSSI信號(hào)強(qiáng)度與距離關(guān)系38-39
• 3.2.3 不同RSSI信號(hào)強(qiáng)度均值下RSSI的波動(dòng)39-43
• 3.2.4 過(guò)濾臨界值的自適應(yīng)調(diào)整43-46
• 3.3 過(guò)濾指紋定位過(guò)程46-51
• 3.3.1 離線指紋采集處理47
• 3.3.2 指紋過(guò)濾47-48
• 3.3.3 位置估計(jì)48-51
• 3.4 改進(jìn)算法與已有指紋算法的區(qū)別51-52
• 3.5 本章小結(jié)52-53
• 第四章過(guò)濾指紋定位算法實(shí)現(xiàn)與結(jié)果分析53-69
• 4.1 指紋數(shù)據(jù)庫(kù)的建立53-60
• 4.1.1 實(shí)驗(yàn)設(shè)備53-54
• 4.1.2 不同終端的影響54
• 4.1.3 實(shí)驗(yàn)區(qū)域及AP部署54-55
• 4.1.4 指紋采集模塊設(shè)計(jì)與實(shí)現(xiàn)55-58
• 4.1.5 數(shù)據(jù)庫(kù)模塊58-60
• 4.2 過(guò)濾指紋定位算法設(shè)計(jì)實(shí)現(xiàn)60-65
• 4.2.1 定位算法模塊61-62
• 4.2.2 指紋讀取模塊62-63
• 4.2.3 過(guò)濾區(qū)間自適應(yīng)模塊63-64
• 4.2.4 誤差分析模塊64-65
• 4.3 測(cè)試結(jié)果和性能分析65-68
• 4.3.1 測(cè)試結(jié)果65-66
• 4.3.2 算法性能分析66-68
• 4.4 本章小結(jié)68-69
• 第五章總結(jié)與展望69-71
• 5.1 工作總結(jié)69-70
• 5.2 工作展望70-71
• 致謝71-72
• 參考文獻(xiàn)72-75
• 碩士期間取得的研究成果75-76

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 楊帆;趙東東;;基于Android平臺(tái)的WiFi定位[J];電子測(cè)量技術(shù);2012年09期

2 楊小亮;葉阿勇;凌遠(yuǎn)景;;基于閾值分類及信號(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

3 鄧中亮;余彥培;袁協(xié);萬(wàn)能;楊磊;;室內(nèi)定位現(xiàn)狀與發(fā)展趨勢(shì)研究(英文)[J];中國(guó)通信;2013年03期

  本文關(guān)鍵詞：基于WiFi的RSSI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)：362656