基于藍(lán)牙4.0的亞米級室內(nèi)定位技術(shù)研究
發(fā)布時間:2022-10-08 16:22
定位技術(shù)是位置服務(wù)(Location Based Service,LBS)的核心技術(shù)之一。室外定位導(dǎo)航技術(shù)現(xiàn)在已經(jīng)非常成熟,美國GPS系統(tǒng)以及中國北斗系統(tǒng)的定位精度均已經(jīng)達(dá)到了米級,給人們的工作生活帶來了極大的便利。然而,隨著互聯(lián)網(wǎng)科技的高速發(fā)展,人類的活動也越來越局限于室內(nèi),相對封閉的建筑環(huán)境不利于衛(wèi)星信號的傳輸,這就使得室外衛(wèi)星定位技術(shù)失去了用武之地。因此,為實現(xiàn)室內(nèi)外定位的無縫銜接,室內(nèi)定位系統(tǒng)成為了目前定位研究領(lǐng)域的熱點。綜合比較多種已有的室內(nèi)定位技術(shù)后可知,藍(lán)牙室內(nèi)定位技術(shù)無論是成本和性能都比較均衡,最適用于LBS。本文采用基于信號強度(Received Signal Strength Indication,RSSI)的非測距定位方法來實現(xiàn)室內(nèi)定位。因為在室內(nèi)不同位置采集到的基站的RSSI值各不相同,所以用一個位置采集到的多個i Beacon基站的信號強度RSSI值來組成該位置的指紋數(shù)據(jù),多個位置的指紋數(shù)據(jù)構(gòu)成了位置指紋庫。系統(tǒng)在定位階段可以通過待測點的指紋數(shù)據(jù)在位置指紋庫中檢索,最終確定待測點位置。本文的工作重點包括兩個階段的工作,第一是離線采樣階段,包括指紋數(shù)據(jù)采樣基站的...
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題的研究背景和意義
1.2 國內(nèi)外發(fā)展現(xiàn)狀
1.2.1 室外定位技術(shù)研究現(xiàn)狀
1.2.2 室內(nèi)定位技術(shù)研究現(xiàn)狀
1.3 研究內(nèi)容及創(chuàng)新點
1.4 組織結(jié)構(gòu)
第2章 基于藍(lán)牙4.0的室內(nèi)定位技術(shù)
2.1 藍(lán)牙4.0室內(nèi)定位技術(shù)
2.1.1 經(jīng)典室內(nèi)定位技術(shù)
2.1.2 藍(lán)牙4.0協(xié)議
2.2 基于藍(lán)牙4.0定位的測定方法
2.2.1 信號到達(dá)角度法(AOA)
2.2.2 信號到達(dá)時間法(TOA)
2.2.3 到達(dá)信號時間差(TDOA)
2.2.4 接收信號強度法(RSSI)
2.3 基于RSSI非測距的指紋定位
2.4 本章小結(jié)
第3章 基于藍(lán)牙4.0的室內(nèi)定位系統(tǒng)設(shè)計
3.1 系統(tǒng)總體設(shè)計
3.2 iBeacon基站設(shè)計與實現(xiàn)
3.3 定位終端設(shè)計與實現(xiàn)
3.4 WEB服務(wù)器設(shè)計
3.4.1 WEB框架搭建
3.4.2 位置指紋庫設(shè)計
3.5 本章小結(jié)
第4章 RSSI衰減模型與iBeacon基站部署
4.1 藍(lán)牙信號特征模型
4.1.1 RSSI的空間特征模型
4.1.2 RSSI的時間波動模型
4.2 iBeacon基站部署
4.2.1 AP部署數(shù)量
4.2.2 部署原則
4.3 本章小結(jié)
第5章 基于RSSI位置指紋庫定位算法優(yōu)化
5.1 算法優(yōu)化設(shè)計
5.2 位置指紋庫誤差修正
5.2.1 位置指紋庫誤差
5.2.2 高斯濾波
5.2.3 GM(1,1)模型誤差修正
5.2.4 仿真測試
5.3 位置指紋庫插值
5.3.1 分段雙線性插值
5.3.2 自適應(yīng)插值
5.3.3 克里金插值
5.4 匹配算法優(yōu)化
5.4.1 高斯核函數(shù)優(yōu)化對WKNN權(quán)重值
5.4.2 仿真測試
5.5 實驗測試
5.6 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄1
附錄2
本文編號:3688034
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題的研究背景和意義
1.2 國內(nèi)外發(fā)展現(xiàn)狀
1.2.1 室外定位技術(shù)研究現(xiàn)狀
1.2.2 室內(nèi)定位技術(shù)研究現(xiàn)狀
1.3 研究內(nèi)容及創(chuàng)新點
1.4 組織結(jié)構(gòu)
第2章 基于藍(lán)牙4.0的室內(nèi)定位技術(shù)
2.1 藍(lán)牙4.0室內(nèi)定位技術(shù)
2.1.1 經(jīng)典室內(nèi)定位技術(shù)
2.1.2 藍(lán)牙4.0協(xié)議
2.2 基于藍(lán)牙4.0定位的測定方法
2.2.1 信號到達(dá)角度法(AOA)
2.2.2 信號到達(dá)時間法(TOA)
2.2.3 到達(dá)信號時間差(TDOA)
2.2.4 接收信號強度法(RSSI)
2.3 基于RSSI非測距的指紋定位
2.4 本章小結(jié)
第3章 基于藍(lán)牙4.0的室內(nèi)定位系統(tǒng)設(shè)計
3.1 系統(tǒng)總體設(shè)計
3.2 iBeacon基站設(shè)計與實現(xiàn)
3.3 定位終端設(shè)計與實現(xiàn)
3.4 WEB服務(wù)器設(shè)計
3.4.1 WEB框架搭建
3.4.2 位置指紋庫設(shè)計
3.5 本章小結(jié)
第4章 RSSI衰減模型與iBeacon基站部署
4.1 藍(lán)牙信號特征模型
4.1.1 RSSI的空間特征模型
4.1.2 RSSI的時間波動模型
4.2 iBeacon基站部署
4.2.1 AP部署數(shù)量
4.2.2 部署原則
4.3 本章小結(jié)
第5章 基于RSSI位置指紋庫定位算法優(yōu)化
5.1 算法優(yōu)化設(shè)計
5.2 位置指紋庫誤差修正
5.2.1 位置指紋庫誤差
5.2.2 高斯濾波
5.2.3 GM(1,1)模型誤差修正
5.2.4 仿真測試
5.3 位置指紋庫插值
5.3.1 分段雙線性插值
5.3.2 自適應(yīng)插值
5.3.3 克里金插值
5.4 匹配算法優(yōu)化
5.4.1 高斯核函數(shù)優(yōu)化對WKNN權(quán)重值
5.4.2 仿真測試
5.5 實驗測試
5.6 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄1
附錄2
本文編號:3688034
本文鏈接:http://sikaile.net/kejilunwen/wltx/3688034.html
最近更新
教材專著