本文關(guān)鍵詞：基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著計算機(jī)技術(shù)與無線通信技術(shù)的快速發(fā)展和日益成熟,人們在日常生活中對基于位置服務(wù)(Location Based Service, LBS)的需求正變得愈發(fā)迫切。在室外環(huán)境下,衛(wèi)星導(dǎo)航定位系統(tǒng)可以為人們提供全方位、高精度的實時定位服務(wù)。然而在室內(nèi),目前尚未出現(xiàn)一種可靠而高效的定位技術(shù)能夠滿足大眾對于室內(nèi)高精度定位的需求�；跓o線局域網(wǎng)(Wireless Local Area Network, WLAN)位置指紋定位技術(shù)以其低成本、易實現(xiàn)等優(yōu)勢,逐漸成為業(yè)界的研究熱點。但是,復(fù)雜多變的室內(nèi)環(huán)境使得WLAN信號的接收信號強(qiáng)度(Received Signal Strength Indication, RSSI)表現(xiàn)出多變性和復(fù)雜性,這使得單純基于WLAN的位置指紋定位技術(shù)難以取得較高的定位精度�；谥悄苁謾C(jī)慣性傳感器的航位推算(Dead Reckoning, DR)技術(shù)雖然在短時間內(nèi)定位精度較高,但長時間定位會存在較大的累積誤差。如何將基于WLAN位置指紋定位技術(shù)與手機(jī)慣性傳感器定位技術(shù)各自的優(yōu)勢相結(jié)合,從而實現(xiàn)一種低成本、高精度、高可靠性的融合定位系統(tǒng),是本課題研究的主要內(nèi)容之一。本文著眼于目前室內(nèi)定位領(lǐng)域亟待解決的幾個關(guān)鍵問題——定位精度、系統(tǒng)復(fù)雜度以及樓層定位,以提高室內(nèi)定位系統(tǒng)的定位精度、降低系統(tǒng)復(fù)雜度為目標(biāo),以融合定位為思想,對基于WLAN位置指紋和慣性傳感器的定位技術(shù)展開了相應(yīng)研究。論文的貢獻(xiàn)主要有以下幾點：·針對基于Wi-Fi位置指紋算法定位精度不高的問題,提出了基于高斯核函數(shù)(Gauss Kernel Function)和卡爾曼濾波(Kalman Filtering)結(jié)合的定位算法。該算法以高斯核函數(shù)作為測試點與參考點指紋間的相似性度量,取得了比傳統(tǒng)的WKNN算法更高的定位精度。利用卡爾曼濾波對核函數(shù)算法的定位結(jié)果進(jìn)一步做濾波,可以有效糾正位置波動較大的定位結(jié)果,平滑用戶的定位軌跡,使定位精度提高了20.8%�！� 針對Wi-Fi位置指紋定位精度不理想、定位匹配運算量大的問題,提出了一種基于Wi-Fi慣導(dǎo)融合的室內(nèi)定位方案。該方案首先通過手機(jī)慣性傳感器獲得移動用戶的行走位移和行走方向,預(yù)測出用戶可能所處的區(qū)域,并在此區(qū)域內(nèi)利用基于高斯核函數(shù)的指紋定位算法求得初步定位結(jié)果,再經(jīng)過卡爾曼濾波器后得到用戶的最終定位位置。該方案不僅避免了傳統(tǒng)融合方案中航位推算的累積誤差,而且大大降低了指紋定位的匹配運算量。實驗表明,融合方案的平均定位精度達(dá)到1.33m,相比于單純的Wi-Fi定位,定位精度提高了32.8%,定位誤差小于lm的概率高達(dá)54%,可以滿足人們對室內(nèi)高精度定位的需求�！ぬ岢隽艘环N基于支持向量機(jī)(Support Vector Machine, SVM)的樓層判斷方法。該方法首先基于Fisher準(zhǔn)則對指紋數(shù)據(jù)庫中的無線接入點(Access Point,AP)進(jìn)行篩選,挑選出具有較高樓層辨識能力的AP用于生成訓(xùn)練樣本,然后采用SVM算法對訓(xùn)練樣本集做監(jiān)督學(xué)習(xí)得到準(zhǔn)確的樓層判斷模型。實驗結(jié)果表明,本文提出的樓層判斷方法在部署AP較多的環(huán)境下可以實現(xiàn)93.8%的樓層判斷準(zhǔn)確率,即使當(dāng)樓層內(nèi)的AP較少時,判斷準(zhǔn)確率仍可達(dá)60%以上。
【關(guān)鍵詞】：WLAN 位置指紋 RSSI 高斯核函數(shù) 慣性導(dǎo)航 支持向量機(jī)
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN925.93;TP212
【目錄】：

• 摘要6-8
• ABSTRACT8-16
• 第一章 緒論16-25
• 1.1 研究背景及意義16-18
• 1.1.1 研究背景16-17
• 1.1.2 研究目的與意義17-18
• 1.2 國內(nèi)外研究現(xiàn)狀18-22
• 1.2.1 典型的室內(nèi)定位技術(shù)18-20
• 1.2.2 室內(nèi)融合定位技術(shù)20-22
• 1.2.3 室內(nèi)樓層定位技術(shù)22
• 1.3 本文主要研究內(nèi)容22-23
• 1.4 論文組織結(jié)構(gòu)23-25
• 第二章 室內(nèi)定位相關(guān)算法介紹25-37
• 2.1 無線局域網(wǎng)定位算法25-28
• 2.1.1 與距離相關(guān)的定位算法25-28
• 2.1.2 與距離無關(guān)的定位算法28
• 2.2 位置指紋定位28-33
• 2.2.1 位置指紋定位原理29-30
• 2.2.2 位置指紋定位算法30-33
• 2.3 慣性導(dǎo)航定位33-36
• 2.3.1 航位推算原理33-36
• 2.3.2 慣性導(dǎo)航定位的缺陷36
• 2.4 本章小結(jié)36-37
• 第三章 基于核函數(shù)和卡爾曼濾波的定位算法37-54
• 3.1 核函數(shù)算法37-42
• 3.1.1 Mercer定理39-40
• 3.1.2 核函數(shù)應(yīng)用于室內(nèi)定位40-42
• 3.2 卡爾曼濾波算法42-44
• 3.3 用戶行走模型44-46
• 3.4 實驗結(jié)果與分析46-53
• 3.4.1 實驗環(huán)境46-48
• 3.4.2 核函數(shù)算法結(jié)果分析48-50
• 3.4.3 卡爾曼濾波算法結(jié)果分析50-53
• 3.5 本章小結(jié)53-54
• 第四章 基于Wi-Fi/慣導(dǎo)融合定位算法54-79
• 4.1 K均值聚類的局限性54-57
• 4.2 融合策略57-65
• 4.2.1 信息融合技術(shù)簡介57
• 4.2.2 傳統(tǒng)的Wi-Fi/慣導(dǎo)融合策略57-59
• 4.2.3 本文的Wi-Fi/慣導(dǎo)融合策略59-65
• 4.3 基于慣性傳感器的室內(nèi)定位65-74
• 4.3.1 傳感器誤差修正65-68
• 4.3.2 傳感器計步原理68-72
• 4.3.3 步長估計和航向獲取72-74
• 4.4 實驗結(jié)果與分析74-78
• 4.4.1 實驗步驟74-75
• 4.4.2 結(jié)果分析75-78
• 4.5 本章小結(jié)78-79
• 第五章 基于支持向量機(jī)的樓層判斷方法79-90
• 5.1 樓層判斷概述79-80
• 5.2 基于Fisher準(zhǔn)則的AP選擇算法80-83
• 5.2.1 進(jìn)行AP選擇的原因80-81
• 5.2.2 基于Fisher準(zhǔn)則的AP選擇81-83
• 5.3 基于SVM的樓層判斷方法83-85
• 5.3.1 支持向量機(jī)簡介83-84
• 5.3.2 基于SVM的樓層判斷模型84-85
• 5.4 實驗結(jié)果與分析85-89
• 5.4.1 實驗結(jié)果85-88
• 5.4.2 原因分析88-89
• 5.5 本章小結(jié)89-90
• 第六章 總結(jié)與展望90-93
• 6.1 工作總結(jié)90-91
• 6.2 展望91-93
• 參考文獻(xiàn)93-97
• 致謝97-98
• 攻讀碩士學(xué)位期間的研究成果98

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;新型慣性傳感器項目可行性報告[J];傳感器世界;1995年S1期

2 張福學(xué)，任宏超;慣性傳感器的發(fā)展趨勢[J];電子科技導(dǎo)報;1996年10期

3 張浩,童調(diào)生,張帆,劉宏立;多微慣性傳感器的一致性檢測方法[J];傳感器技術(shù);2001年01期

4 徐景碩;慣性傳感器技術(shù)及發(fā)展[J];傳感器技術(shù);2001年05期

5 俞瑛;;硅微機(jī)械慣性傳感器技術(shù)及其應(yīng)用[J];集成電路通訊;2005年01期

6 楊延春;吳書朝;;擺式慣性傳感器機(jī)械零偏測量方法研究[J];傳感技術(shù)學(xué)報;2006年06期

7 趙德申;胡雪梅;;電容慣性傳感器的結(jié)構(gòu)分析[J];武漢理工大學(xué)學(xué)報;2009年06期

8 張通;張駿;張怡;;機(jī)載慣性傳感器信號降噪研究[J];控制工程;2010年05期

9 杜來林;楊超;;離心式慣性傳感器的結(jié)構(gòu)原理及性能測試[J];液壓氣動與密封;2011年06期

10 劉偉;;慣性傳感器在油氣資源勘探中的應(yīng)用相關(guān)技術(shù)分析[J];電子世界;2013年08期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 高楊;;微慣性傳感器的新進(jìn)展[A];中國工程物理研究院科技年報（2010年版）[C];2011年

2 張巧云;林日樂;謝佳維;張挺;翁邦英;王瑞;趙建華;鄭永祥;呂志清;;石英微機(jī)械慣性傳感器的研究[A];中國慣性技術(shù)學(xué)會第五屆學(xué)術(shù)年會論文集[C];2003年

3 蔣慶華;苑偉政;常洪龍;王濤;;電容式微機(jī)械慣性傳感器信號檢測技術(shù)研究[A];中國微米、納米技術(shù)第七屆學(xué)術(shù)會年會論文集（一）[C];2005年

4 趙汝準(zhǔn);趙祚喜;張霖;俞龍;孫道宗;;集成慣性傳感器ADIS16355的三軸轉(zhuǎn)臺實驗與性能分析[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

5 楊擁軍;徐愛東;鄭鋒;徐永青;何洪濤;卞玉民;吝海鋒;呂樹海;羅蓉;鄒學(xué)鋒;;硅MEMS慣性傳感器的研究和開發(fā)[A];中國慣性技術(shù)學(xué)會第五屆學(xué)術(shù)年會論文集[C];2003年

6 崔健;廖興才;楊軍;;MEMS慣性傳感器在汽車ESP中的應(yīng)用[A];慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀(jì)慣性技術(shù)在國民經(jīng)濟(jì)中的應(yīng)用[C];2012年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 齊乃波;走近金字塔的中國人[N];中國航空報;2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 羅小兵;微慣性流體器件中的流動和傳熱及其工程應(yīng)用[D];清華大學(xué);2002年

2 鄭旭東;基于新型梳狀柵電容結(jié)構(gòu)的微機(jī)械慣性傳感器研究[D];浙江大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙金閣;基于慣性傳感器的偏癱康復(fù)監(jiān)測系統(tǒng)的研究[D];燕山大學(xué);2015年

2 鄧仲哲;基于慣性傳感器和地圖匹配的行人室內(nèi)定位算法[D];哈爾濱工業(yè)大學(xué);2015年

3 朱金林;基于MEMS慣性傳感器的室內(nèi)3D定位系統(tǒng)研究[D];華僑大學(xué);2015年

4 周圓;基于慣性傳感器和Wi-Fi信號的室內(nèi)定位算法研究[D];大連理工大學(xué);2015年

5 羅漫;基于慣性傳感器的手姿態(tài)捕捉系統(tǒng)研究[D];華東交通大學(xué);2015年

6 王珊;基于慣性傳感器和WiFi聯(lián)合室內(nèi)定位方法的研究與實現(xiàn)[D];南京郵電大學(xué);2015年

7 楊翼;面向列車完整性監(jiān)測的慣性傳感器校準(zhǔn)方法研究[D];北京交通大學(xué);2016年

8 郭曉琳;基于手機(jī)慣性傳感器的相對定位技術(shù)的研究與應(yīng)用[D];北京郵電大學(xué);2014年

9 張旭;基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術(shù)研究[D];華東師范大學(xué);2016年

10 萬慶元;空間慣性傳感器的擾動力分析[D];華中科技大學(xué);2007年

  本文關(guān)鍵詞：基于WLAN位置指紋與慣性傳感器的室內(nèi)定位技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：271809