本文關(guān)鍵詞：基于WLAN室內(nèi)定位的分類算法研究與實(shí)現(xiàn)

  更多相關(guān)文章： WiFi室內(nèi)定位 位置指紋 提升算法 航位推算 混合算法

【摘要】：慣性測量和無線定位是解決室內(nèi)定位問題的主要技術(shù)。航位推算是慣性測量技術(shù)的一種,該方法將前一時(shí)刻的位置估計(jì)作為起點(diǎn),結(jié)合速度和方向信息,推算下一時(shí)刻的位置。智能移動設(shè)備上的加速度傳感器和方位傳感器可以用于測量速度和方向信息,是航位推算法在室內(nèi)應(yīng)用的基礎(chǔ)條件。無線定位技術(shù)利用空間中的無線信號進(jìn)行定位,常用的是三邊測量法和位置指紋法。三邊測量法根據(jù)接收信號強(qiáng)度或傳播時(shí)間估計(jì)定位者到基站的距離,從而計(jì)算定位者的位置。位置指紋法利用模式識別技術(shù),將每個(gè)位置的接收信號強(qiáng)度作為唯一可識別的模式,把定位問題轉(zhuǎn)化為分類問題,通過一個(gè)訓(xùn)練出的分類器估計(jì)定位者的位置。本文提出并驗(yàn)證了基于AdaBoost算法的位置指紋算法,其定位準(zhǔn)確率好于現(xiàn)有的基于K近鄰或決策樹算法的位置指紋算法。本文提出了以AdaBoost算法和航位推算法為基礎(chǔ)的混合定位算法,一方面該算法將位置指紋法的定位粒度從區(qū)域級別減小到步級別并且減小定位結(jié)果突變到相鄰區(qū)域的概率,另一方面該算法消除了航位推算法累積誤差的影響,提高了定位的精度、降低了定位誤差的方差。最后,本文提出了一種基于混合算法的在線更新指紋數(shù)據(jù)庫的方案,該方法評估位置指紋法的估計(jì)效果,使用估計(jì)效果好的數(shù)據(jù)及結(jié)果更新指紋數(shù)據(jù)庫并定期利用新的數(shù)據(jù)更新分類模型,在線更新指紋數(shù)據(jù)庫的方案可以大幅節(jié)省離線采集指紋數(shù)據(jù)庫的人工成本。
【關(guān)鍵詞】：WiFi室內(nèi)定位 位置指紋 提升算法 航位推算 混合算法
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN925.93
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-14
• 1.1 課題背景及研究意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 本文的主要內(nèi)容及章節(jié)安排11-14
• 第二章 位置指紋定位14-22
• 2.1 位置指紋定位流程14
• 2.2 位置指紋法的定位模型14-18
• 2.2.1 決策樹模型15-17
• 2.2.2 K近鄰模型和加權(quán)K近鄰模型17-18
• 2.3 AdaBoost算法在定位中的應(yīng)用18-21
• 2.4 本章小結(jié)21-22
• 第三章 航位推算定位22-32
• 3.1 Android智能操作系統(tǒng)22-23
• 3.2 Android平臺傳感器23-27
• 3.2.1 加速度傳感器24-26
• 3.2.2 方向傳感器26-27
• 3.3 基于加速度傳感器和方向傳感器的計(jì)步算法27-30
• 3.4 航位推算定位30
• 3.5 小結(jié)30-32
• 第四章 混合定位方法32-36
• 4.1 混合定位算法32-34
• 4.2 指紋更新算法34-35
• 4.3 本章小結(jié)35-36
• 第五章 WiFi室內(nèi)定位系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)36-46
• 5.1 WiFi室內(nèi)定位系統(tǒng)的設(shè)計(jì)36-38
• 5.1.1 定位系統(tǒng)架構(gòu)36-37
• 5.1.2 定位流程37-38
• 5.2 WiFi室內(nèi)定位系統(tǒng)的實(shí)現(xiàn)38-44
• 5.2.1 試驗(yàn)場景38-39
• 5.2.2 離線階段處理39-42
• 5.2.3 在線階段處理42-44
• 5.3 本章小結(jié)44-46
• 第六章 WiFi室內(nèi)定位系統(tǒng)性能與分析46-54
• 6.1 位置指紋法定位精度46-48
• 6.2 航位推算法累計(jì)誤差48-50
• 6.3 混合定位法定位精度50-52
• 6.4 小結(jié)52-54
• 參考文獻(xiàn)54-56
• 致謝56-58
• 作者攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄58

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王永梅;胡學(xué)鋼;;決策樹中ID3算法的研究[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

2 葉明全;;數(shù)據(jù)挖掘在醫(yī)療數(shù)據(jù)中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年03期

3 賈澤露;;基于GIS與SDM集成的農(nóng)用地定級專家系統(tǒng)[J];安徽農(nóng)業(yè)科學(xué);2008年14期

4 蔡麗艷;馮憲彬;丁蕊;;基于決策樹的農(nóng)戶小額貸款信用評估模型研究[J];安徽農(nóng)業(yè)科學(xué);2011年02期

5 趙靜嫻;;基于決策樹的食品安全評估研究[J];安徽農(nóng)業(yè)科學(xué);2011年32期

6 王斌;;基于聚類的決策樹在玉米種質(zhì)篩選中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2011年33期

7 陳文;基于決策樹的入侵檢測的實(shí)現(xiàn)[J];安徽技術(shù)師范學(xué)院學(xué)報(bào);2005年05期

8 覃愛明,胡昌振,譚惠民;網(wǎng)絡(luò)攻擊檢測中的機(jī)器學(xué)習(xí)方法綜述[J];安全與環(huán)境學(xué)報(bào);2001年01期

9 左吉峰;喬均儉;;ID3算法的合理性證明及實(shí)驗(yàn)分析[J];保定學(xué)院學(xué)報(bào);2008年04期

10 王曉紅,高洪深;數(shù)據(jù)挖掘技術(shù)在大型超市中的應(yīng)用研究[J];北方工業(yè)大學(xué)學(xué)報(bào);2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 葉紅云;倪志偉;陳恩紅;;一種混合型集成學(xué)習(xí)演化決策樹算法[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

2 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九屆中國控制會議論文集[C];2010年

3 王琦;;基于貝葉斯決策樹算法的垃圾郵件識別機(jī)制[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2011年

4 魯松;;英文介詞短語歸并歧義的RMBL分類器消解[A];2005年信息與通信領(lǐng)域博士后學(xué)術(shù)會議論文集[C];2005年

5 劉海霞;鐘曉妮;周燕榮;田考聰;;決策樹在居民就診衛(wèi)生服務(wù)利用影響因素研究中的應(yīng)用[A];重慶市預(yù)防醫(yī)學(xué)會2010年論文集[C];2011年

6 汪云亮;呂久明;劉孝剛;;基于信息熵的輻射源屬性分類方法[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（上）[C];2006年

7 葉中行;陸青;余敏杰;;計(jì)算智能在銀行信貸信用分類中的應(yīng)用[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（下冊）[C];2008年

8 徐怡;余斌;李龍澍;;粗糙集在決策樹生成中的應(yīng)用[A];2005中國控制與決策學(xué)術(shù)年會論文集（下）[C];2005年

9 ;Rough Set Based Autolanding Control[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

10 劉東升;;基于Mobile Agent的分布式ID3挖掘模型[A];2005年全國開放式分布與并行計(jì)算學(xué)術(shù)會議論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學(xué);2010年

2 渠瑜;基于SVM的高不平衡分類技術(shù)研究及其在電信業(yè)的應(yīng)用[D];浙江大學(xué);2010年

3 徐河杭;面向PLM的數(shù)據(jù)挖掘技術(shù)和應(yīng)用研究[D];浙江大學(xué);2010年

4 朱佳俊;不確定可拓群決策優(yōu)化方法及應(yīng)用[D];東華大學(xué);2010年

5 陳進(jìn);高光譜圖像分類方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

6 管紅波;食品連鎖經(jīng)營中的有效客戶反應(yīng)研究[D];東華大學(xué);2010年

7 李軍;不平衡數(shù)據(jù)學(xué)習(xí)的研究[D];吉林大學(xué);2011年

8 魏小濤;在線自適應(yīng)網(wǎng)絡(luò)異常檢測系統(tǒng)模型與相關(guān)算法研究[D];北京交通大學(xué);2009年

9 王中鋒;樹型貝葉斯網(wǎng)絡(luò)分類器鑒別式訓(xùn)練研究[D];北京交通大學(xué);2011年

10 楊明;分布式環(huán)境下的安全策略關(guān)鍵技術(shù)研究[D];吉林大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 岳海亮;信息論在粗糙集連續(xù)屬性離散化中的應(yīng)用[D];遼寧師范大學(xué);2010年

2 徐洪偉;數(shù)據(jù)挖掘中決策樹分類算法的研究與改進(jìn)[D];哈爾濱工程大學(xué);2010年

3 曹振興;適應(yīng)概念漂移的數(shù)據(jù)流分類算法研究[D];哈爾濱工程大學(xué);2010年

4 李曉光;數(shù)據(jù)挖掘技術(shù)在高校招生和教務(wù)管理中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

5 秦園;基于SPOT5的土地信息提取技術(shù)研究[D];大連理工大學(xué);2010年

6 李仁良;決策樹算法在臨床診斷中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2009年

7 鄭陶;基于平面向量的決策樹算法在高考志愿選擇系統(tǒng)中的應(yīng)用[D];遼寧工程技術(shù)大學(xué);2010年

8 孫怡哲;一種改進(jìn)的決策樹算法研究與應(yīng)用[D];遼寧工程技術(shù)大學(xué);2010年

9 黃輝;基于LSI和SVC的網(wǎng)頁文本分類算法研究[D];長沙理工大學(xué);2010年

10 周翔;決策支持技術(shù)在企業(yè)銷售系統(tǒng)中的應(yīng)用研究[D];中國海洋大學(xué);2010年

，

本文編號：905774