本文選題：室內(nèi)定位 + WiFi��； 參考：《南京信息工程大學(xué)》2017年碩士論文

【摘要】：隨著互聯(lián)網(wǎng)與智能終端的快速發(fā)展,基于無線傳感網(wǎng)絡(luò)的室內(nèi)定位應(yīng)用越來越廣泛,例如商場倉庫快速尋找貨物位置等�；诮邮招盘枏�(qiáng)度指示(RSSI)的WiFi節(jié)點定位技術(shù),由于其成本低、功耗小、硬件要求低等優(yōu)勢,在室內(nèi)定位中應(yīng)用廣泛。由于室內(nèi)環(huán)境復(fù)雜,長距離通信、節(jié)點發(fā)射功率、突發(fā)干擾、環(huán)境因子等因素嚴(yán)重影響檢測RSSI值,進(jìn)而影響室內(nèi)定位精度。因此如何有效抑制室內(nèi)環(huán)境因素的干擾,提高室內(nèi)定位的精度對基于RSSI測距的WiFi室內(nèi)定位具有很大的意義。在傳統(tǒng)測距的定位系統(tǒng)中,信號在傳播過程中會受多徑效應(yīng)、障礙物和其它噪聲等干擾因素的影響,造成信標(biāo)節(jié)點在相同的傳輸距離下接收到的RSSI值也會具有較大的差異性,若直接使用此數(shù)據(jù)進(jìn)行計算,則會造成較大的誤差,降低轉(zhuǎn)換精度,因此需要對采集到的數(shù)據(jù)進(jìn)行預(yù)先處理。本文選用卡爾曼濾波對測量數(shù)據(jù)進(jìn)行預(yù)處理得出狀態(tài)向量的最優(yōu)估計,運用最小二乘法擬合傳播方程;在傳統(tǒng)UKF算法的基礎(chǔ)上提出一種基于對數(shù)魯棒函數(shù)的UKF改進(jìn)算法,采用魯棒校正技術(shù)動態(tài)校正過程噪聲方差Q的估計值,提高狀態(tài)變量估計精度,對測量數(shù)據(jù)進(jìn)行二次處理,求得未知節(jié)點到錨節(jié)點的距離,削弱非視距環(huán)境造成的影響,減少測距誤差,通過三邊定位法獲得未知節(jié)點估計坐標(biāo);引入粒子群優(yōu)化算法優(yōu)化未知節(jié)點的估計坐標(biāo),降低坐標(biāo)誤差,提高室內(nèi)定位算法精度。通過Matlab仿真實驗結(jié)果分析表明,和傳統(tǒng)的測距定位算法相比,本文定位方法能有效的減少測距誤差,提高室內(nèi)定位系統(tǒng)的定位精度。
[Abstract]:With the rapid development of the Internet and intelligent terminals, indoor positioning based on wireless sensor network (WSN) is more and more widely used, such as shopping malls to quickly find the location of goods. WiFi node location technology based on received signal strength indication (RSSI) is widely used in indoor positioning because of its advantages of low cost, low power consumption and low hardware requirements. Because of the complex indoor environment, long distance communication, node transmit power, burst interference, environmental factors and other factors, the RSSI value is seriously affected, and then the indoor positioning accuracy is affected. Therefore, how to effectively suppress the interference of indoor environmental factors and improve the accuracy of indoor positioning is of great significance to WiFi indoor positioning based on RSSI ranging. In the traditional location system of ranging, the signal will be affected by multi-path effect, obstacles and other interference factors during the process of transmission, which results in the difference of the RSSI value received by the beacon node at the same transmission distance. If this data is directly used for calculation, it will cause large errors and reduce the conversion accuracy. Therefore, it is necessary to pre-process the collected data. In this paper, Kalman filter is used to preprocess the measurement data to get the optimal estimation of the state vector, the least square method is used to fit the propagation equation, and an improved UKF algorithm based on logarithmic robust function is proposed based on the traditional UKF algorithm. Robust correction technique is used to dynamically correct the estimation value of noise variance Q, to improve the estimation accuracy of state variables, to process the measured data twice, to obtain the distance from unknown node to anchor node, and to weaken the influence caused by non-line-of-sight environment. The estimation coordinates of unknown nodes are obtained by triangulation method, and the estimated coordinates of unknown nodes are optimized by particle swarm optimization algorithm to reduce the coordinate error and improve the accuracy of indoor positioning algorithm. The simulation results of Matlab show that compared with the traditional location algorithm, this method can effectively reduce the ranging error and improve the positioning accuracy of indoor positioning system.
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN92

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏培;姜平;賀晶晶;張會猛;;基于內(nèi)三角形質(zhì)心算法的超寬帶室內(nèi)定位[J];計算機(jī)應(yīng)用;2017年01期

2 張志濤;殷業(yè);杜軍輝;;一種基于契合度模型的室內(nèi)定位方法[J];計算機(jī)工程;2016年03期

3 任博雅;趙白鴿;李怡蓓;;基于ZigBee網(wǎng)絡(luò)和超聲定位的智能跟隨小車[J];計算機(jī)測量與控制;2015年05期

4 陳淑敏;喬曉田;毛佳;徐元欣;;基于接收信號強(qiáng)度(RSSI)的室內(nèi)二次定位方法[J];傳感技術(shù)學(xué)報;2015年04期

5 張會新;陳德沅;彭晴晴;史磊;;一種改進(jìn)的TDOA無線傳感器網(wǎng)絡(luò)節(jié)點定位算法[J];傳感技術(shù)學(xué)報;2015年03期

6 王媛媛;杜永貴;;無線傳感器網(wǎng)絡(luò)定位算法[J];計算機(jī)仿真;2014年05期

7 何凱;吳健;黃友銳;丁建群;;基于CAN總線和ZigBee的煤礦瓦斯監(jiān)測系統(tǒng)設(shè)計[J];儀表技術(shù)與傳感器;2013年12期

8 Zhen Luo;Huajing Fang;;Modified state prediction algorithm based on UKF[J];Journal of Systems Engineering and Electronics;2013年01期

9 趙吉;傅毅;梅娟;;基于粒子群算法的改進(jìn)DV-Hop定位算法[J];計算機(jī)應(yīng)用與軟件;2012年12期

10 方慶;李平;;基于Unscented卡爾曼濾波的室內(nèi)定位[J];計算機(jī)工程與應(yīng)用;2014年14期

相關(guān)碩士學(xué)位論文 前6條

1 周慧;基于WiFi的室內(nèi)定位技術(shù)研究[D];南京郵電大學(xué);2016年

2 張德建;基于WiFi的室內(nèi)定位系統(tǒng)的研究與設(shè)計[D];華中師范大學(xué);2014年

3 武越;基于ZigBee的無線傳感器網(wǎng)絡(luò)定位技術(shù)的研究[D];大連海事大學(xué);2014年

4 陳沛;基于WIFI人員定位算法的研究和定位服務(wù)器的實現(xiàn)[D];北京郵電大學(xué);2013年

5 王萌;基于ZigBee技術(shù)的監(jiān)控系統(tǒng)設(shè)計[D];西華大學(xué);2010年

6 張冬梅;超寬帶室內(nèi)信道模型研究與MATLAB仿真[D];華中師范大學(xué);2007年

，

本文編號：1999926