室內(nèi)定位伴隨物聯(lián)網(wǎng)技術(shù)在環(huán)境監(jiān)測(cè)、目標(biāo)跟蹤、安全監(jiān)控等領(lǐng)域的應(yīng)用逐漸成為人們關(guān)注的焦點(diǎn)。常見室內(nèi)目標(biāo)的定位采用兩種方法:兩點(diǎn)測(cè)距-幾何計(jì)算和創(chuàng)建空間模型。測(cè)量兩點(diǎn)距離的方法一般通過接收信號(hào)強(qiáng)度指示(RSSI),電波傳播時(shí)間(TOA),電波傳播時(shí)間差(TDOA)以及電波入射角(AOA)等方法獲得估計(jì)距離,再通過特定的定位計(jì)算方法得到未知節(jié)點(diǎn)的位置。創(chuàng)建空間模型的方法采用預(yù)先建立測(cè)量采集信號(hào)與實(shí)際距離的映射庫為基礎(chǔ),通過匹配策略以及相關(guān)定位算法確定未知節(jié)點(diǎn)的位置。綜上所述,無需測(cè)距的定位技術(shù)具有成本低的顯著優(yōu)勢(shì),但是RSSI的采集容易受到環(huán)境、人為測(cè)量等隨機(jī)因素干擾。結(jié)合以上兩大類的定位方法,本文在較小的硬件成本基礎(chǔ)下,為避免采集環(huán)境偶然因素干擾采用在不同位置采集RSSI,建立了基于Elman神經(jīng)網(wǎng)絡(luò)映射的定位方法,從而獲得較高的定位精度。考慮實(shí)際采集的RSSI值的不確定性,用數(shù)組表示和評(píng)估處理采集的不確定性數(shù)據(jù)。對(duì)采集的RSSI進(jìn)行Kalman均值濾波處理,建立含有最優(yōu)參數(shù)的RSSI值與對(duì)應(yīng)距離之間的無線信號(hào)衰減模型。為了提高定位精度,利用了Elman神經(jīng)網(wǎng)絡(luò)建立實(shí)際坐標(biāo)與RSSI數(shù)組的映...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 引言
        1.1.1 WSN相關(guān)結(jié)構(gòu)
        1.1.2 WSN特點(diǎn)
        1.1.3 WSN定位技術(shù)的應(yīng)用
    1.2 WSN定位的研究意義及現(xiàn)狀
        1.2.1 研究背景及意義
        1.2.2 國內(nèi)外研究現(xiàn)狀
    1.3 課題研究內(nèi)容和本文章節(jié)安排
第二章 WSN定位主要技術(shù)
    2.1 室內(nèi)定位算法原理
        2.1.1 基于幾何距離計(jì)算的定位
        2.1.2 基于指紋類比的定位
        2.1.3 基于圖像處理的定位
    2.2 計(jì)算節(jié)點(diǎn)位置的基本方法
        2.2.1 三邊測(cè)距法
        2.2.2 三角測(cè)距法
        2.2.3 極大似然法
    2.3 無線傳播模型
        2.3.1 傳播路徑損耗模型
        2.3.2 基于RSSI的測(cè)距模型
    2.4 本章小結(jié)
第三章 誤差分析與設(shè)計(jì)優(yōu)化
    3.1 誤差來源分析
        3.1.1 節(jié)點(diǎn)運(yùn)算產(chǎn)生誤差
        3.1.2 RSSI衰減模型產(chǎn)生誤差
        3.1.3 外部環(huán)境導(dǎo)致RSSI誤差
    3.2 誤差分析與解決方案
        3.2.1 截?cái)喔↑c(diǎn)數(shù)所致誤差
        3.2.2 RSSI衰減模型所致誤差
        3.2.3 室內(nèi)場(chǎng)景所致誤差
    3.3 本章小結(jié)
第四章 系統(tǒng)總體的解決方案
    4.1 定位系統(tǒng)的設(shè)計(jì)方案
        4.1.1 系統(tǒng)設(shè)計(jì)的基本要求
        4.1.2 定位算法的選取
        4.1.3 WSN節(jié)點(diǎn)的設(shè)計(jì)方案
        4.1.4 系統(tǒng)的開發(fā)流程
    4.2 硬件設(shè)計(jì)與實(shí)現(xiàn)
        4.2.1 MCU控制模塊
        4.2.2 射頻通信模塊
        4.2.3 電源管理模塊
    4.3 軟件程序設(shè)計(jì)與實(shí)現(xiàn)
    4.4 本章小結(jié)
第五章 測(cè)距實(shí)驗(yàn)與定位系統(tǒng)測(cè)試
    5.1 定位的實(shí)現(xiàn)流程
    5.2 Elman神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)
    5.3 RSSI樣本采集與處理
        5.3.1 均值濾波
        5.3.2 高斯濾波
        5.3.3 Kalman濾波
    5.4 實(shí)驗(yàn)方案及定位評(píng)估
        5.4.1 實(shí)驗(yàn)的硬件和場(chǎng)景說明
        5.4.2 Elman搜索定位及修正優(yōu)化
        5.4.3 仿真實(shí)驗(yàn)定位評(píng)估
第六章 結(jié)論與展望
    6.1 主要工作內(nèi)容
    6.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：4038063