本文關(guān)鍵詞：基于Wi-Fi的室內(nèi)定位算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái)隨著物聯(lián)網(wǎng)、智能交通以及智慧醫(yī)療系統(tǒng)的快速發(fā)展,在設(shè)備定位,資源管理等方面,定位服務(wù)已成為一項(xiàng)不可或缺的基本業(yè)務(wù)。GPS全球定位技術(shù)的發(fā)展已經(jīng)相當(dāng)成熟,但是在室內(nèi)、橋梁下面及樓宇密集的地方,由于衛(wèi)星信號(hào)受到障礙物的遮擋,信號(hào)衰減太大,原有方法已無(wú)法有效地工作。因?yàn)榛赪i-Fi的定位技術(shù)具有廣泛部署、覆蓋范圍廣、傳輸距離遠(yuǎn)、信息傳輸速度快及實(shí)現(xiàn)成本低等優(yōu)點(diǎn)使得Wi-Fi室內(nèi)定位技術(shù)備受關(guān)注。本文就基于Wi-Fi室內(nèi)定位方面的技術(shù)以及相關(guān)算法做了較為全面的研究,得出Wi-Fi室內(nèi)定位是可能的,室內(nèi)Wi-Fi信號(hào)的分布服從正態(tài)分布。對(duì)室內(nèi)Wi-Fi定位信號(hào)采用了擴(kuò)展卡爾曼濾波、高斯平滑濾波及均值濾波等組合方法進(jìn)行平滑處理,在測(cè)距定位方面,提出了使用矯正器實(shí)時(shí)更新衰減系數(shù)的新觀點(diǎn),結(jié)果表明該方法能有效改善定位精度,根據(jù)距離誤差的累積分布函數(shù)(CDF,Cumulative Distribution Function),得出卡爾曼和高斯平滑濾波是最優(yōu)的濾波組合。同時(shí)研究了樓層定位算法,分析了壓力傳感器、加速度傳感器的高度測(cè)量原理,通過(guò)高度與樓層間距的轉(zhuǎn)換實(shí)現(xiàn)豎直方向的定位。在指紋算法方面,采用了高概率區(qū)間篩選法,對(duì)房間采集區(qū)域重新劃分,提出了權(quán)值分塊法。通過(guò)對(duì)以上改進(jìn)方法的實(shí)際測(cè)試,當(dāng)選擇卡爾曼與高斯平滑濾波的組合方法時(shí),測(cè)距定位誤差在1.5米內(nèi)的累積概率達(dá)到95%以上,指紋算法定位的平均正確率接近80%。從測(cè)試結(jié)果可知,本文采取的諸多改進(jìn)措施有效提高了室內(nèi)定位準(zhǔn)確度和精度。在將來(lái)的研究中,可以在Android平臺(tái)上擴(kuò)展壓力傳感器,實(shí)現(xiàn)樓層定位,在衰減模型中加入墻壁衰減因子。優(yōu)化指紋數(shù)據(jù)庫(kù),縮短指紋算法定位周期。錨節(jié)點(diǎn)的初始坐標(biāo)可以參考GPS定位結(jié)果,或者根據(jù)建筑尺寸確定其坐標(biāo)。
【關(guān)鍵詞】：室內(nèi)定位 衰減模型 指紋算法 信號(hào)處理算法
【學(xué)位授予單位】：成都理工大學(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4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 研究背景9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文研究?jī)?nèi)容及創(chuàng)新意義12
• 1.4 本文的組織結(jié)構(gòu)12-14
• 第2章 WI-FI定位的相關(guān)原理與技術(shù)14-26
• 2.1 WI-FI無(wú)線通信技術(shù)的特點(diǎn)14
• 2.2 常用的WI-FI室內(nèi)定位技術(shù)14-16
• 2.3 WI-FI室內(nèi)定位的主要應(yīng)用16-17
• 2.4 室內(nèi)定位的可能性17-20
• 2.5 室內(nèi)定位中個(gè)人隱私安全20-21
• 2.6 樓層定位原理21-26
• 2.6.1 壓力傳感器測(cè)高方法21-23
• 2.6.2 加速度傳感器測(cè)高原理23-24
• 2.6.3 MSD算法測(cè)高原理24
• 2.6.4 樓層定位總結(jié)24-26
• 第3章 衰減模型與指紋算法及相關(guān)技術(shù)26-47
• 3.1 衰減模型與三邊定位原理26-30
• 3.1.1 對(duì)數(shù)常態(tài)路徑衰減模型26-28
• 3.1.2 線性衰減模型28
• 3.1.3 三邊定位原理28-30
• 3.2 指紋算法原理與分析30
• 3.3 WI-FI室內(nèi)指紋定位算法簡(jiǎn)介30-36
• 3.3.1 K加權(quán)近鄰法(WKNN)31-32
• 3.3.2 Wi-Fi熱點(diǎn)的選擇32-33
• 3.3.3 高概率區(qū)間篩選法33-35
• 3.3.4 具體的定位35-36
• 3.4 平滑濾波方法討論36-47
• 3.4.1 奇異值處理36-39
• 3.4.2 擴(kuò)展卡爾曼濾波算法39-42
• 3.4.3 小波閾值去噪方法介紹42-44
• 3.4.4 高斯平滑濾波方法原理44-47
• 第4章 室內(nèi)定位坐標(biāo)估計(jì)與多徑分析47-55
• 4.1 室內(nèi)一維測(cè)距定位算法47-49
• 4.1.1 室內(nèi)一維測(cè)距定位坐標(biāo)獲取47-48
• 4.1.2 矯正器選擇48-49
• 4.2 室內(nèi)二維坐標(biāo)估計(jì)算法49-52
• 4.2.1 室內(nèi)二維測(cè)距定位算法實(shí)現(xiàn)49-50
• 4.2.2 最小二乘法位置估計(jì)50-52
• 4.3 室內(nèi)定位整體流程52-53
• 4.4 抗多徑效應(yīng)方案53-55
• 第5章 實(shí)驗(yàn)測(cè)試與結(jié)果分析55-64
• 5.1 室內(nèi)定位測(cè)試軟件介紹55-56
• 5.2 測(cè)試環(huán)境及路由器部署56-57
• 5.3 衰減模型與指紋算法實(shí)際測(cè)試57-62
• 5.3.1 衰減模型的測(cè)試57-60
• 5.3.2 指紋算法的測(cè)試60-62
• 5.4 定位誤差分析62-64
• 結(jié)論與展望64-65
• 研究結(jié)論64
• 后期展望64-65
• 致謝65-66
• 參考文獻(xiàn)66-69
• 攻讀學(xué)位期間取得學(xué)術(shù)成果69

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 尹滄濤;;利用自適應(yīng)濾波器的組合設(shè)計(jì)抵消多噪聲[J];電腦編程技巧與維護(hù);2011年22期

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

1 許景波;高斯濾波器逼近理論與應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2007年

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

1 羅利;基于Android的WIFI室內(nèi)定位技術(shù)研究[D];西南交通大學(xué);2014年

  本文關(guān)鍵詞：基于Wi-Fi的室內(nèi)定位算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：492430