【摘要】：隨著數(shù)據(jù)業(yè)務和多媒體業(yè)務的快速增長,人們對定位和導航的需求日益增加,尤其是在復雜的室內(nèi)環(huán)境,如機場大廳、展廳、倉庫、超市、圖書館、地下停車場等,常常需要定位移動終端或其持有者在室內(nèi)的位置。與室外環(huán)境相比,室內(nèi)定位受定位時間、定位精度及室內(nèi)復雜環(huán)境等條件的限制,導致目前比較完善的室外定位方法還無法有效地運用到室內(nèi)環(huán)境中,因此尋找定位精度高、穩(wěn)健性好、實現(xiàn)簡單、成本低的室內(nèi)定位系統(tǒng)已經(jīng)成為當今業(yè)界研究的熱點。在闡述室內(nèi)定位的研究現(xiàn)狀并比較常見的室內(nèi)定位系統(tǒng)后,選擇基于ZigBee的無線傳感器網(wǎng)絡來實現(xiàn)室內(nèi)定位系統(tǒng)的開發(fā)。在搭建好室內(nèi)定位系統(tǒng)的軟硬件平臺后,通過比較目前幾種常用的室內(nèi)定位方法,選擇了方便易行的基于接收信號強度指示(RSSI)信息對系統(tǒng)進行研究。針對在RSSI測距過程中由于環(huán)境噪聲的影響使定位誤差在超過一定的距離后過大的問題,實現(xiàn)了一種分區(qū)域加權(quán)質(zhì)心算法,該算法將定位區(qū)域分成多個子區(qū)域來實現(xiàn)近距離定位,還采用了節(jié)點距離倒數(shù)之和代替距離和的倒數(shù)作為權(quán)重,同時對權(quán)重進行系數(shù)修正以充分利用節(jié)點信息。仿真結(jié)果表明,該算法的相對定位精度比原有加權(quán)質(zhì)心算法提高了25%,并且算法穩(wěn)健性更好。由于室內(nèi)復雜環(huán)境所造成的測距誤差是不可避免的,導致采用傳統(tǒng)定位算法的定位系統(tǒng)的性能受到限制,還利用多層前饋(BP)人工神經(jīng)網(wǎng)絡的容錯能力和非線性映射能力來進一步改善定位性能。仿真結(jié)果表明,該網(wǎng)絡在6m×3m的區(qū)域內(nèi)平均定位精度為0.21m。此外,針對網(wǎng)絡在訓練過程中易陷入局部極小點的問題,運用粒子群算法(PSO)來優(yōu)化網(wǎng)絡的初始權(quán)值和閾值,實驗結(jié)果表明該改進算法的定位精度可達0.16m,比普通BP神經(jīng)網(wǎng)絡的相對定位精度提高了23.8%。
[Abstract]:With the rapid growth of data and multimedia services, the demand for positioning and navigation is increasing, especially in complex indoor environments, such as airport halls, exhibition halls, warehouses, supermarkets, libraries, underground parking lots, etc. It is often necessary to locate the location of the mobile terminal or its holder indoors. Compared with outdoor environment, indoor positioning is limited by the conditions of positioning time, positioning precision and complex indoor environment, which results in the relatively perfect outdoor positioning methods can not be effectively applied to indoor environment, so the precision of locating is high. The indoor positioning system, which has good robustness, simple implementation and low cost, has become a hot spot in the industry. After expounding the research status of indoor positioning and the common indoor positioning system, the wireless sensor network based on ZigBee is selected to realize the development of indoor positioning system. After setting up the hardware and software platform of the indoor positioning system, by comparing several commonly used indoor positioning methods, a convenient and easy method based on the received signal strength indication (RSSI) information is selected to study the system. In order to solve the problem that the location error is too large after a certain distance in the process of RSSI ranging, a sub-region weighted centroid algorithm is implemented, which divides the location area into several sub-regions to realize the short distance location. The sum of reciprocal distance of nodes is used to replace the reciprocal of distance sum as weight, and the coefficient of weight is modified to make full use of node information. The simulation results show that the accuracy of the algorithm is 25% higher than that of the original weighted centroid algorithm, and the robustness of the algorithm is better than that of the original weighted centroid algorithm. Because the ranging error caused by indoor complex environment is inevitable, the performance of localization system using traditional localization algorithm is limited. The fault tolerance and nonlinear mapping ability of multilayer feedforward (BP) artificial neural network are also used to further improve the location performance. The simulation results show that the average positioning accuracy of the network is 0.21 m in the region of 6m 脳 3m. In addition, the particle swarm optimization algorithm (PSO) is used to optimize the initial weights and thresholds of the network. The experimental results show that the accuracy of the improved algorithm can reach 0.16m, which is 23.88m higher than that of the common BP neural network.
【學位授予單位】：上海師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN92

【相似文獻】

相關(guān)期刊論文 前10條

1 趙軍;李鴻斌;王智;;無線網(wǎng)絡室內(nèi)定位系統(tǒng)研究[J];信息與控制;2008年04期

2 梁韻基;周興社;於志文;倪紅波;;普適環(huán)境室內(nèi)定位系統(tǒng)研究[J];計算機科學;2010年03期

3 汪苑;林錦國;;幾種常用室內(nèi)定位技術(shù)的探討[J];中國儀器儀表;2011年02期

4 王麗英;;導航發(fā)展的新熱點——室內(nèi)定位[J];今日電子;2011年12期

5 ;衛(wèi)星信號易被干擾 室內(nèi)定位技術(shù)解析[J];金卡工程;2012年07期

6 李振;姚以鵬;;大型公共場館智能室內(nèi)定位導游系統(tǒng)的技術(shù)研究[J];廣東科技;2013年12期

7 袁飛;;淺談室內(nèi)定位與機場旅客個性化服務[J];中國科技信息;2014年08期

8 張玉梅;康曉霞;;救援隊員室內(nèi)定位技術(shù)分析[J];消防科學與技術(shù);2012年06期

9 楊華;劉軍發(fā);陳益強;;一種基于多終端動態(tài)協(xié)同的室內(nèi)定位方法[J];計算機應用研究;2012年07期

10 胡天琨;葉建芳;;基于手持設(shè)備的室內(nèi)定位系統(tǒng)設(shè)計與實現(xiàn)[J];微型機與應用;2012年13期

相關(guān)會議論文 前8條

1 張立立;鐘耳順;;無線室內(nèi)定位技術(shù)[A];中國地理信息系統(tǒng)協(xié)會第八屆年會論文集[C];2004年

2 郭明濤;李文元;龔福春;;室內(nèi)定位方法分析[A];2007北京地區(qū)高校研究生學術(shù)交流會通信與信息技術(shù)會議論文集（下冊）[C];2008年

3 郭旭斌;葉長城;王憶文;李輝;;基于無線傳感器網(wǎng)絡的室內(nèi)定位系統(tǒng)[A];第十五屆計算機工程與工藝年會暨第一屆微處理器技術(shù)論壇論文集（A輯）[C];2011年

4 房秉毅;李熹;;超寬帶室內(nèi)定位系統(tǒng)研究[A];2005年全國超寬帶無線通信技術(shù)學術(shù)會議論文集[C];2005年

5 高雪晨;蔣泰;曹林峰;;基于RFID的室內(nèi)定位系統(tǒng)設(shè)計[A];廣西計算機學會2012年學術(shù)年會論文集[C];2012年

6 徐勁松;盧曉春;邊玉敬;;基于UWB的室內(nèi)定位系統(tǒng)設(shè)計與仿真[A];2009全國時間頻率學術(shù)會議論文集[C];2009年

7 雷地球;羅海勇;劉曉明;;一種基于WiFi的室內(nèi)定位系統(tǒng)設(shè)計與實現(xiàn)[A];第六屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2010)、第19屆全國多媒體學術(shù)會議（NCMT2010）、第6屆全國人機交互學術(shù)會議（CHCI2010）、第5屆全國普適計算學術(shù)會議（PCC2010）論文集[C];2010年

8 胡斌;宋娜娜;;基于航位推測技術(shù)的消防人員室內(nèi)定位系統(tǒng)研究[A];2014中國消防協(xié)會科學技術(shù)年會論文集[C];2014年

相關(guān)重要報紙文章 前10條

1 本報記者 馬靜t，

本文編號：2181322