【摘要】：隨著無線通信技術(shù)的迅猛發(fā)展,以及人們對位置服務(wù)的需求增加,定位技術(shù)越來越受關(guān)注。在室外環(huán)境中,通常使用全球定位系統(tǒng)和蜂窩網(wǎng)定位系統(tǒng)等進(jìn)行定位,但是在建筑遮蔽比較嚴(yán)重的室內(nèi)環(huán)境中,上述定位系統(tǒng)無法接收到有效信號,不能滿足對定位精度的需求。WLAN定位技術(shù)能夠利用已有的公共網(wǎng)絡(luò),僅需已經(jīng)普及的智能終端就可以進(jìn)行室內(nèi)定位,且定位精度較高,因此成為室內(nèi)定位技術(shù)的研究熱點。在WLAN室內(nèi)定位中,接收信號強度(RSS)受到多方面因素影響,表現(xiàn)出嚴(yán)重的不確定性和非線性,導(dǎo)致RSS和物理位置之間不是一一映射關(guān)系,嚴(yán)重影響了定位精度,針對上述問題本文采用SVR學(xué)習(xí)定位算法,其泛化性能更好,使得定位精度更高�？紤]到直接對RSS信號進(jìn)行SVR定位計算會引入大量噪聲信息,因此采用特征提取法對原始RSS信號進(jìn)行處理,降低RSS的不確定性。傳統(tǒng)特征提取法無法有效利用RSS的非線性特征,本文采用基于核函數(shù)的直接判別分析法(KD-LDA)對信號進(jìn)行分析,該方法能夠充分利用RSS信號的非線性特征,增加RSS信息的可信度,提高SVR學(xué)習(xí)定位算法的定位精度。SVR學(xué)習(xí)定位算法對整個區(qū)域進(jìn)行樣本學(xué)習(xí),會增加算法計算量,容易出現(xiàn)過學(xué)習(xí)問題,本文采用白化RSS信號的k-means聚類算法,可以將SVR學(xué)習(xí)定位算法限制在相對較小的區(qū)域中,減少計算量,并且白化處理能夠解決因為信號間的相關(guān)性而導(dǎo)致的聚類精度不高的問題。本文采用的聯(lián)合KD-LDA與白化k-means聚類的SVR學(xué)習(xí)定位算法相比于傳統(tǒng)定位算法,定位誤差在1米內(nèi)置信概率提高了37%,各個參考點的定位指紋采集工作量減少了80%。提高了定位精度和定位效率�；谏鲜鏊惴ǖ难芯恐�,本文對定位系統(tǒng)軟件開發(fā)環(huán)境進(jìn)行了介紹,并在Android平臺上進(jìn)行了WLAN室內(nèi)定位系統(tǒng)設(shè)計。
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN925.93

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李寒曦;金振訓(xùn);汪炎平;黃慶;;WLAN室內(nèi)定位技術(shù)在BIM模型中的應(yīng)用探討[J];科技通報;2016年09期

2 廖非凡;;一種基于WLAN信號場強測定的室內(nèi)定位技術(shù)研究[J];現(xiàn)代工業(yè)經(jīng)濟和信息化;2016年09期

3 張勇;史雅楠;黃杰;李飛騰;;基于獨立成分分析與核典型相關(guān)分析的WLAN室內(nèi)定位方法[J];計算機應(yīng)用研究;2016年12期

4 吳東金;夏林元;;面向室內(nèi)WLAN定位的動態(tài)自適應(yīng)模型[J];測繪學(xué)報;2015年12期

5 周牧;蒲巧林;田增山;;室內(nèi)WLAN定位中位置指紋優(yōu)化的接入點部署方法[J];通信學(xué)報;2015年S1期

6 崔斌;趙西安;;一種基于傳播模型和位置指紋的混合室內(nèi)定位方法[J];測繪通報;2015年06期

7 張勇;黃杰;徐科宇;;基于PCA-LSSVR算法的WLAN室內(nèi)定位方法[J];儀器儀表學(xué)報;2015年02期

8 豐文安;王建東;陳海燕;;一種快速SVR增量學(xué)習(xí)算法[J];小型微型計算機系統(tǒng);2015年01期

9 曾偉;黃亮;;一種基于稀疏表示的WLAN室內(nèi)定位算法[J];計算機應(yīng)用與軟件;2014年12期

10 趙聘;陳建新;;利用現(xiàn)有無線局域網(wǎng)進(jìn)行室內(nèi)定位算法研究[J];信號處理;2014年11期

，

本文編號：2530197