本文關鍵詞：基于無線局域網(wǎng)的位置指紋室內定位技術研究

  更多相關文章： 室內定位 位置指紋 平滑均值濾波 無線局域網(wǎng) 歷史位置

【摘要】：隨著移動互聯(lián)網(wǎng)的興起,人們對于基于位置的服務有了新的需求與更多的期待,人們希望定位服務不僅僅局限于室外的導航,室內場所包括大型商場、超市、機場等復雜的場景也能得到相應的基于位置的服務。與此同時,移動終端和無線局域網(wǎng)的快速發(fā)展,使得智能手機普及率和Wi Fi的覆蓋范圍都能滿足目前室內定位的所需條件,因此基于無線局域網(wǎng)的室內定位技術成為了近年來位置服務領域研究熱點。本文對基于無線局域網(wǎng)的室內定位技術進行了深入研究,針對目前基于無線局域網(wǎng)的位置指紋定位技術中的定位精度和穩(wěn)定性不足的問題,本文將室內定位方式由傳統(tǒng)的離散式定位改為連續(xù)式定位,并加入了歷史定位信息,提出了相應的定位算法,并通過與傳統(tǒng)定位算法比較和實驗分析,證明了該算法具有更優(yōu)可行性與更高的定位精度,具體工作如下:一、研究室內定位的關鍵因素,包括RSS特性和誤差影響因素,為定位算法的設計提供理論基礎,首先從定位的角度分析RSS在室內環(huán)境中的特性,包括RSS與距離的關系、人或者其他因素對RSS的干擾,以及信號的概率分布。然后分析誤差影響因素,包括AP數(shù)目和指紋位置的間隔,由于這些因素并沒有統(tǒng)一的參數(shù)標準,所以本文中將通過實驗獲得最有效的參數(shù)值。二、本文重點研究了室內定位中的數(shù)據(jù)預處理和精確定位兩個模塊,以解決位置指紋室內定位中的精度問題和穩(wěn)定性問題。首先,使用均值平滑濾波器對離線采集的數(shù)據(jù)進行濾波,以充分利用離線階段采集到的RSS信號,提高定位的精度。然后,由于用戶的位置不會突變,在實時定位時加入用戶的歷史位置信息,設計了定位概率的加權法,對估計位置的概率進行加權,有效地防止了定位位置的突變,提高了定位的穩(wěn)定性,同時,當上一次定位概率較低時,不使用歷史信息,這樣有效防止了一次定位錯誤之后造成的定位誤差的累積。實驗證明,相比傳統(tǒng)的位置指紋定位法,本文提出的概率加權法在精度和穩(wěn)定性方面都有顯著提升,同時相比加入歷史位置信息的算法,有效地避免了定位誤差的累積。三、本文設計并實現(xiàn)了一個基于Android平臺的室內定位系統(tǒng),系統(tǒng)采用了基于服務器的系統(tǒng)結構,使用了文中提出的概率加權法。通過在實際環(huán)境中的測試,該定位系統(tǒng)能夠很好完成室內定位的功能。有著較高的精度和穩(wěn)定性。該系統(tǒng)為以后進一步研究基于WLAN的位置指紋定位技術奠定了基礎。
【關鍵詞】：室內定位 位置指紋 平滑均值濾波 無線局域網(wǎng) 歷史位置
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN925.93
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-18
• 1.1 室內定位研究背景及意義11-12
• 1.2 國內外室內定位技術研究現(xiàn)狀12-16
• 1.2.1 紅外線室內定位系統(tǒng)12-13
• 1.2.2 超聲波室內定位系統(tǒng)13-14
• 1.2.3 射頻信號的室內定位系統(tǒng)14-16
• 1.3 本文主要研究內容16
• 1.4 本文的主要創(chuàng)新點16-17
• 1.5 本文的組織結構17-18
• 第2章 基于WLAN的位置指紋定位技術18-26
• 2.1 基于WLAN的位置指紋室內定位技術概述18-21
• 2.1.1 基本原理18-19
• 2.1.2 相關工作19-20
• 2.1.3 定位流程20-21
• 2.2 基于WLAN的位置指紋定位算法分類21-25
• 2.2.1 確定性算法21-24
• 2.2.2 概率性算法24-25
• 2.3 本章小結25-26
• 第3章 室內定位中的關鍵因素分析26-37
• 3.1 實驗平臺26-28
• 3.1.1 實驗環(huán)境26-27
• 3.1.2 信號收發(fā)設備27-28
• 3.2 WiFi信號分析28-33
• 3.2.1 接收信號與距離之間的關系29
• 3.2.2 人對接收信號的影響29-31
• 3.2.3 不同接入點之間的相互影響31-32
• 3.2.4 信號強度概率分布32-33
• 3.2.5 信號穩(wěn)定性分析33
• 3.3 誤差影響因素分析33-35
• 3.3.1 室內定位平均誤差34
• 3.3.2 網(wǎng)格大小的誤差影響34-35
• 3.3.3 AP數(shù)目的誤差影響35
• 3.4 本章小結35-37
• 第4章 概率加權定位法37-45
• 4.1 概率加權法簡介37
• 4.2 概率加權法定位流程37-39
• 4.2.1 數(shù)據(jù)預處理38
• 4.2.2 均值平滑濾波38-39
• 4.3 概率加權法39-41
• 4.3.1 粗略定位39-40
• 4.3.2 精確定位40-41
• 4.4 實驗結果及性能分析41-44
• 4.4.1 數(shù)據(jù)預處理測試42
• 4.4.2 定位穩(wěn)定性測試42-43
• 4.4.3 定位精確性測試43-44
• 4.5 本章小結44-45
• 第5章 定位系統(tǒng)的設計與實現(xiàn)45-51
• 5.1 系統(tǒng)設計45-46
• 5.1.1 系統(tǒng)平臺介紹45
• 5.1.2 系統(tǒng)結構45-46
• 5.2 系統(tǒng)設計開發(fā)46-49
• 5.2.1 硬件平臺47-48
• 5.2.2 服務器開發(fā)48
• 5.2.3 Android客戶端開發(fā)48-49
• 5.3 系統(tǒng)性能評估49-50
• 5.3.1 測試環(huán)境49
• 5.3.2 系統(tǒng)測試49-50
• 5.4 本章小結50-51
• 結論51-53
• 本文工作總結51
• 未來工作展望51-53
• 參考文獻53-57
• 致謝57-58
• 附錄A 攻讀學位期間所發(fā)表的學術論文目錄58

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 趙永翔;周懷北;陳淼;溫斌;;卡爾曼濾波在室內定位系統(tǒng)實時跟蹤中的應用[J];武漢大學學報(理學版);2009年06期

2 唐文勝;李姍;匡旺秋;;RF室內定位指紋庫空間相關生成算法[J];計算機工程與應用;2008年23期

3 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室內定位算法[J];電子與信息學報;2011年04期

4 楊萍;李智;;一種基于RSSI的權重值選擇及加權定位算法[J];信息與電子工程;2012年02期

5 陳淼;;基于多高斯混合模型的WLAN室內定位系統(tǒng)[J];華中科技大學學報(自然科學版);2012年04期

6 趙方;羅海勇;馬嚴;徐俊俊;;基于公共信標集的高精度射頻指紋定位算法[J];計算機研究與發(fā)展;2012年02期

7 謝代軍;胡捍英;孔范增;;基于分布重疊和特征加權的無線局域網(wǎng)室內定位算法[J];計算機科學;2013年11期

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 張宴龍;室內定位關鍵技術研究[D];中國科學技術大學;2014年

2 鄧志安;基于學習算法的WLAN室內定位技術研究[D];哈爾濱工業(yè)大學;2012年

3 陳淼;基于信號強度的WLAN室內定位跟蹤系統(tǒng)研究[D];武漢大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 秦泗明;基于位置指紋的WiFi室內定位技術研究[D];電子科技大學;2013年

2 張世哲;基于慣性傳感器和WiFi的室內定位系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2012年

，

本文編號：984165