本文關(guān)鍵詞：室內(nèi)無線定位系統(tǒng)算法研究

  更多相關(guān)文章： ZigBee無線傳感技術(shù) UWB無線傳感技術(shù) 卡爾曼濾波 高斯濾波 多參考節(jié)點 模糊聚類 粒子群優(yōu)化

【摘要】：隨著科技的不斷進步,尤其是移動互聯(lián)網(wǎng)的迅速發(fā)展,導航與定位逐漸地成為了人們關(guān)注的熱門話題,基于位置的服務(wù)成為一個朝陽產(chǎn)業(yè)。GPS定位應用在室外具有良好的效果,然而在室內(nèi)環(huán)境下GPS信號較弱甚至根本沒有信號,因此定位效果差甚至無法進行定位。所以室內(nèi)環(huán)境下的定位成為定位領(lǐng)域的一個重要研究方向。而無線傳感網(wǎng)絡(luò)技術(shù)是一種新型的室內(nèi)定位技術(shù)解決方案,吸引了國內(nèi)外許多專家和學者進行研究。本文對ZigBee無線傳感網(wǎng)絡(luò)和UWB無線傳感網(wǎng)絡(luò)進行了研究。在介紹了課題研究的意義和研究背景的前提下,詳細地分析了常見的幾種無線定位技術(shù),并進行對比,分析了ZigBee技術(shù)和UWB技術(shù)的優(yōu)勢,但是復雜的室內(nèi)環(huán)境制約了ZigBee室內(nèi)定位系統(tǒng)的定位精度,本文的目標就是在不增加另外的硬件設(shè)備的基礎(chǔ)上,提出新的定位方法進行研究。另外本文也研究了UWB定位方法。通過近兩年研究后,本文提出了采用6個ZigBee參考節(jié)點進行定位,并利用卡爾曼濾波和高斯濾波處理原始數(shù)據(jù)。通過實驗可得,在指紋數(shù)據(jù)庫定位方法中的建立指紋數(shù)據(jù)庫階段和在線定位階段采用卡爾曼濾波和高斯濾波處理原始數(shù)據(jù),然后分別利用最鄰近定位算法、加權(quán)最鄰近定位算法、貝葉斯定位算法進行定位解算,最終發(fā)現(xiàn)采用卡爾曼濾波和高斯濾波后系統(tǒng)的平均定位精度有了一定的提高。然后提出了基于模糊聚類的加權(quán)最鄰近定位算法并運用在ZigBee定位系統(tǒng)上,在最優(yōu)的情況下,系統(tǒng)的定位精度達到了1.47m。本文提出了基于粒子群優(yōu)化算法的路徑損耗模型估計方法并用在ZigBee定位系統(tǒng)上,在最優(yōu)的情況下,系統(tǒng)的平均定位誤差達到3.13m。另外本文研究了UWB定位系統(tǒng),利用UWB定位系統(tǒng)采集數(shù)據(jù)并處理實驗數(shù)據(jù)得到定位結(jié)果,分析表明平均定位精度達到0.245m。
【關(guān)鍵詞】：ZigBee無線傳感技術(shù) UWB無線傳感技術(shù) 卡爾曼濾波 高斯濾波 多參考節(jié)點 模糊聚類 粒子群優(yōu)化
【學位授予單位】：南昌大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN92
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 第1章 引言9-17
• 1.1 課題來源9
• 1.2 研究背景及意義9-10
• 1.3 無線定位技術(shù)概述10-13
• 1.4 室內(nèi)無線定位技術(shù)國內(nèi)外研究現(xiàn)狀13-15
• 1.5 主要內(nèi)容和章節(jié)安排15-17
• 第2章 無線傳感器網(wǎng)絡(luò)技術(shù)17-23
• 2.1 IEEE 802.15.4 標準17-18
• 2.2 ZigBee技術(shù)18-21
• 2.2.1 ZigBee技術(shù)概述18
• 2.2.2 ZigBee協(xié)議18-19
• 2.2.3 ZigBee拓撲結(jié)構(gòu)19-21
• 2.3 UWB技術(shù)21-22
• 2.3.1 UWB技術(shù)概述21
• 2.3.2 超寬帶系統(tǒng)的特點21-22
• 2.4 本章小結(jié)22-23
• 第3章 室內(nèi)定位方法23-33
• 3.1 與位置有關(guān)參數(shù)估計及算法23-29
• 3.1.1 TOA估計法23
• 3.1.2 TDOA估計法23-25
• 3.1.3 AOA估計法25
• 3.1.4 RSSI估計法25-27
• 3.1.5 網(wǎng)絡(luò)連通性27-29
• 3.2 坐標位置估計方法29-31
• 3.2.1 三邊測量法29-30
• 3.2.2 三角測量法30-31
• 3.2.3 極大似然估計法31
• 3.3 本章小結(jié)31-33
• 第4章 基于RSSI的ZigBee指紋數(shù)據(jù)庫定位方法33-43
• 4.1 多參考節(jié)點指紋數(shù)據(jù)庫定位算法33-38
• 4.1.1 最鄰近定位算法33
• 4.1.2 加權(quán)最鄰近定位算法33-34
• 4.1.3 貝葉斯定位算法34-35
• 4.1.4 卡爾曼濾波算法35-36
• 4.1.5 高斯濾波算法36-37
• 4.1.6 實驗結(jié)果37-38
• 4.2 基于模糊聚類的ZigBee指紋庫定位算法38-42
• 4.2.1 模糊聚類38-39
• 4.2.2 實驗布局39-41
• 4.2.3 實驗結(jié)果41-42
• 4.3 本章小結(jié)42-43
• 第5章 基于路徑損耗模型ZigBee定位方法研究43-49
• 5.1 對數(shù)路徑損耗模型43
• 5.2 二維定位演進算法43-44
• 5.3 參數(shù)估計方法44-46
• 5.3.1 粒子群優(yōu)化算法45-46
• 5.4 測試結(jié)果46-48
• 5.5 本章小結(jié)48-49
• 第6章 UWB定位方法研究49-54
• 6.1 UWB技術(shù)49
• 6.2 實驗系統(tǒng)介紹49-50
• 6.2.1 傳感器50
• 6.2.2 傳感器定位單元50
• 6.3 實驗介紹50-52
• 6.3.1 實驗布局50
• 6.3.2 實驗原理50-51
• 6.3.3 實驗結(jié)果51-52
• 6.4 超寬帶技術(shù)應用52
• 6.5 本章小結(jié)52-54
• 第7章 總結(jié)與展望54-56
• 7.1 論文總結(jié)54
• 7.2 工作展望54-56
• 致謝56-57
• 參考文獻57-60
• 攻讀碩士學位期間的研究成果60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊洲;汪云甲;陳國良;張言哲;;超寬帶室內(nèi)高精度定位技術(shù)研究[J];導航定位學報;2014年04期

2 李艷芳;楊拉明;;基于UWB的無線定位技術(shù)[J];電子設(shè)計工程;2014年08期

3 張令文;楊剛;;超寬帶室內(nèi)定位關(guān)鍵技術(shù)[J];數(shù)據(jù)采集與處理;2013年06期

4 王一強;孫罡;侯祥博;;UWB超寬帶技術(shù)研究及應用[J];通信技術(shù);2009年03期

5 扈羅全;陸全榮;;一種新的無線電波傳播路徑損耗模型[J];中國電子科學研究院學報;2008年01期

6 劉艷文;王福豹;段渭軍;于超;;基于DV-Hop定位算法和RSSI測距技術(shù)的定位系統(tǒng)[J];計算機應用;2007年03期

7 陳維克;李文鋒;首珩;袁兵;;基于RSSI的無線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法[J];武漢理工大學學報(交通科學與工程版);2006年02期

8 吳微威,王衛(wèi)東,衛(wèi)國;基于超寬帶技術(shù)的無線傳感器網(wǎng)絡(luò)[J];中興通訊技術(shù);2005年04期

9 范偉;超寬帶(UWB)通信技術(shù)[J];微計算機信息;2005年02期

10 原羿,蘇鴻根;基于ZigBee技術(shù)的無線網(wǎng)絡(luò)應用研究[J];計算機應用與軟件;2004年06期

，

本文編號：1005876