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

【摘要】：WiFi(Wireless Fidelity)技術(shù)是一種無線通信技術(shù)，具有高傳輸速率、組網(wǎng)便捷、移動性強(qiáng)的特點(diǎn)。隨著物聯(lián)網(wǎng)時(shí)代的到來，位置服務(wù)越來越受到關(guān)注，在緊急救助、醫(yī)療保健、個(gè)性化信息傳遞等領(lǐng)域迸發(fā)出了巨大的活力。但是傳統(tǒng)的定位技術(shù)如GPS（GlobalPositioning System）定位系統(tǒng)，在使用成本和便攜性方面不能適用于變化復(fù)雜的室內(nèi)環(huán)境。基于WiFi信號的室內(nèi)定位技術(shù)憑借其使用范圍廣、低成本、便攜性等優(yōu)勢成為了室內(nèi)環(huán)境位置感知領(lǐng)域的研究熱點(diǎn)。 利用現(xiàn)有的WiFi信號進(jìn)行室內(nèi)定位，通常選擇接收信號強(qiáng)度RSSI作為定位的特征參數(shù)； RSSI定位算法有基于測距和無需測距之分�；跍y距的定位算法利用室內(nèi)傳播損耗模型計(jì)算距離，對室內(nèi)模型依賴性比較大；無需測距的定位算法采用位置指紋算法，只需測量RSSI值建立指紋庫，每個(gè)指紋唯一對應(yīng)一個(gè)位置信息，未知指紋與之匹配即可估計(jì)出未知位置的信息，實(shí)現(xiàn)簡單。 本文研究了位置指紋算法的定位原理，指出了定位過程中可能產(chǎn)生誤差的影響因素，并全面深入的分析了誤差來源，并指出了現(xiàn)有位置估計(jì)算法的局限性。在深入剖析了現(xiàn)有位置指紋算法的不足的基礎(chǔ)上，本文提出了一種基于k-means和WKNNSS的位置指紋算法。該算法通過對采集的RSSI值進(jìn)行多次測量求均值初步建立指紋庫，然后利用k-means聚類分析訓(xùn)練指紋庫，去除一些相似度非常小的指紋；實(shí)測指紋與訓(xùn)練之后的指紋庫匹配，提高了指紋庫的準(zhǔn)確性，并減小了匹配的搜索空間，達(dá)到減小指紋庫對定位結(jié)果的影響。在位置估計(jì)階段，引入新的權(quán)重系數(shù)的計(jì)算法，提高WKNNSS的定位精確度，降低了近鄰算法對定位結(jié)果的影響。 最后，本文對定位環(huán)境中可測的AP信號數(shù)目對定位結(jié)果的影響，仿真實(shí)驗(yàn)證明了改進(jìn)算法在不增加其他開銷的前提下，，與原有位置指紋算法相比，能夠有效降低定位誤差，其算法性能穩(wěn)定。
【關(guān)鍵詞】：室內(nèi)定位 位置指紋算法 k-means聚類 WKNNSS算法
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN92
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-19
• 1.1 引言9
• 1.2 WiFi 技術(shù)概述9-13
• 1.2.1 WiFi 的標(biāo)準(zhǔn)9-10
• 1.2.2 WiFi 的組網(wǎng)10-12
• 1.2.3 WiFi 的特征12-13
• 1.3 選題背景及意義13-14
• 1.4 國內(nèi)外研究現(xiàn)狀14-16
• 1.5 主要研究內(nèi)容和章節(jié)安排16-19
• 第2章 室內(nèi)定位技術(shù)分析19-33
• 2.1 引言19
• 2.2 WiFi 定位技術(shù)概述19-20
• 2.3 室內(nèi)定位技術(shù)分類20-22
• 2.4 基于測距的定位算法22-29
• 2.4.1 基于 TOA 的定位22-23
• 2.4.2 基于 TDOA 的定位23-25
• 2.4.3 基于 RSSI 的定位25-26
• 2.4.4 三邊定位法26-27
• 2.4.5 三角定位法27-28
• 2.4.6 最大似然估計(jì)法28-29
• 2.5 無需測距的定位算法29-31
• 2.5.1 近似法29-30
• 2.5.2 位置指紋算法30-31
• 2.6 本章小結(jié)31-33
• 第3章 位置指紋定位算法研究33-45
• 3.1 引言33-34
• 3.2 位置指紋定位算法原理34-37
• 3.2.1 位置指紋庫34-35
• 3.2.2 位置指紋算法的位置估計(jì)算法35-37
• 3.3 RSSI 特性分析37-41
• 3.3.1 RSSI 的傳播特性37-38
• 3.3.2 RSSI 傳播模型分析38-41
• 3.4 誤差分析41-43
• 3.4.1 RSSI 誤差分析42-43
• 3.4.2 位置估計(jì)算法的誤差分析43
• 3.5 位置指紋定位算法的性能評價(jià)指標(biāo)43-44
• 3.6 本章小結(jié)44-45
• 第4章 基于 k-means 聚類和 WKNNSS 的位置指紋定位算法45-65
• 4.1 引言45-47
• 4.2 基于 k-means 聚類和加權(quán) KNNSS 的位置指紋算法47-55
• 4.2.1 k-means 聚類48
• 4.2.2 基于 k-means 的位置指紋庫48-50
• 4.2.3 改進(jìn)的加權(quán) KNNSS 定位算法50-54
• 4.2.4 算法實(shí)現(xiàn)54-55
• 4.3 算法仿真與分析55-64
• 4.3.1 仿真環(huán)境設(shè)置55-56
• 4.3.2 仿真結(jié)果分析56-64
• 4.4 本章小結(jié)64-65
• 第5章 全文總結(jié)與展望65-67
• 5.1 全文總結(jié)65-66
• 5.2 展望66-67
• 參考文獻(xiàn)67-71
• 作者簡介與科研成果71-73
• 作者簡介71
• 攻讀碩士學(xué)位期間參與的科研項(xiàng)目71-73
• 致謝73-74

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王國富;高峰;楊新紅;崔瑩;;基于超聲波的移動機(jī)器人多目標(biāo)探測定位方法[J];北京航空航天大學(xué)學(xué)報(bào);2011年12期

2 周武;趙春霞;張浩峰;;動態(tài)聯(lián)合最近鄰算法[J];電子學(xué)報(bào);2010年02期

3 錢志鴻;王義君;;物聯(lián)網(wǎng)技術(shù)與應(yīng)用研究[J];電子學(xué)報(bào);2012年05期

4 常戎;呂善偉;;適用于NLOS傳播環(huán)境的幾何定位方法[J];電子與信息學(xué)報(bào);2007年09期

5 徐鳳燕;李j賓;王宗欣;;一種新的基于區(qū)域劃分的距離-損耗模型室內(nèi)WLAN定位系統(tǒng)[J];電子與信息學(xué)報(bào);2008年06期

6 丁銳;錢志鴻;王雪;;基于TOA和DOA聯(lián)合估計(jì)的UWB定位方法[J];電子與信息學(xué)報(bào);2010年02期

7 徐玉濱;鄧志安;馬琳;;基于核直接判別分析和支持向量回歸的WLAN室內(nèi)定位算法[J];電子與信息學(xué)報(bào);2011年04期

8 錢志鴻;王義君;;面向物聯(lián)網(wǎng)的無線傳感器網(wǎng)絡(luò)綜述[J];電子與信息學(xué)報(bào);2013年01期

9 趙軍輝;張雪雪;曾龍基;;提高NLOS環(huán)境下室內(nèi)定位精度的新方法[J];北京郵電大學(xué)學(xué)報(bào);2012年06期

10 朱明強(qiáng);侯建軍;劉穎;蘇軍峰;;基于尺度優(yōu)化IUKF濾波的室內(nèi)定位估計(jì)方法[J];北京郵電大學(xué)學(xué)報(bào);2013年04期

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

本文編號：501851