隨著移動(dòng)智能終端設(shè)備的普及、物聯(lián)網(wǎng)技術(shù)的快速發(fā)展,位置感知技術(shù)在人們生活、工作中扮演著重要角色,成為目前位置服務(wù)領(lǐng)域研究的熱點(diǎn),具有廣闊的應(yīng)用場(chǎng)景。由于大部分智能手機(jī)設(shè)備端都支持WiFi和藍(lán)牙功能,WiFi和藍(lán)牙已分別成為目前使用率最高的室內(nèi)定位技術(shù)之一。WiFi具有低成本、覆蓋范圍廣的優(yōu)點(diǎn),藍(lán)牙具有低功耗、定位精度較高的優(yōu)點(diǎn),因此研究WiFi、藍(lán)牙和二者融合定位技術(shù)具有很大的理論和應(yīng)用價(jià)值。針對(duì)WiFi和藍(lán)牙信號(hào)在傳播過程中易受干擾、且單一定位技術(shù)定位精度有限的問題,本文分別提出一種基于WiFi指紋定位和基于藍(lán)牙指紋定位算法,并在此基礎(chǔ)上提出一種WiFi/藍(lán)牙融合定位算法,本文研究?jī)?nèi)容具體如下:（1）設(shè)計(jì)了一種基于WiFi指紋的AP加權(quán)特征距離定位算法。離線指紋庫構(gòu)建階段,針對(duì)WiFi信號(hào)不穩(wěn)定的問題,利用AP選擇算法篩選最優(yōu)AP和均值濾波算法預(yù)處理接收的AP信號(hào),并采用一種指紋庫構(gòu)建方法,將AP信號(hào)的標(biāo)準(zhǔn)差和信號(hào)強(qiáng)度值共同作為參考點(diǎn)指紋特征值存入指紋庫。在線算法匹配階段,針對(duì)指紋庫構(gòu)建方法,提出一種基于AP加權(quán)特征距離定位算法,通過計(jì)算AP的影響能力指標(biāo),賦予每個(gè)AP權(quán)值,通過計(jì)算... 

【文章來源】：桂林電子科技大學(xué)廣西壯族自治區(qū)

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無線信號(hào)指紋定位原理示意圖

第二章室內(nèi)定位相關(guān)技術(shù)11個(gè)參考點(diǎn)坐標(biāo)，算法原理如圖2-2所示，具體判定過程如下：（1）歐氏距離相似度算法歐氏距離相似度算法對(duì)數(shù)值數(shù)據(jù)敏感，用來計(jì)算指紋庫中參考點(diǎn)對(duì)應(yīng)的特征向量和待定位點(diǎn)處采集的特征向量之間的差異性，指紋定位中向量特征的差異實(shí)際是數(shù)值差異。歐式距離相似度算法判定數(shù)據(jù)相似度的指標(biāo)，計(jì)算公式如下：MijiiRSSRSSdist12)(（2-8）則待定位點(diǎn)處采集到的每個(gè)指紋的歐氏距離如公式：Miiijssjdist12)()(（2-9）其中，i=1,2,…,M，j=1,2,…,N，t代表參考點(diǎn)的RSS值，代表待定位點(diǎn)處采集的RSS值，將公式（2-9）計(jì)算的距離值從大到小降序排序，取出前k個(gè)值所對(duì)應(yīng)的參考點(diǎn)，并對(duì)k個(gè)參考點(diǎn)進(jìn)行平均加權(quán)，計(jì)算待定位點(diǎn)位置坐標(biāo)，計(jì)算公式如下所示：kiiiyxkyxL1),(1),(（2-10）圖2-2歐式距離相似度和余弦相似度算法原理圖（2）余弦相似度算法余弦相似度算法通過計(jì)算指紋庫中參考點(diǎn)對(duì)應(yīng)的指紋特征向量和待定位點(diǎn)處采集的信號(hào)特征向量余弦值，判定兩組特征向量的相似程度。兩個(gè)特征向量的余弦值越小，則表明相似程度越低，反之，余弦值越大，表明相似程度越高。假設(shè)接收設(shè)備在待定位點(diǎn)接收了m個(gè)AP的信號(hào)強(qiáng)度值RSS，并組成一個(gè)向量，計(jì)算向量和指紋庫中指特征向量的余弦值，如下式所示：

第二章室內(nèi)定位相關(guān)技術(shù)13性能要優(yōu)于單一WiFi或藍(lán)牙定位技術(shù)。圖2-3三種定位算法定位誤差§2.4指紋采集APP開發(fā)在離線指紋庫構(gòu)建階段，需要在參考點(diǎn)處獲取WiFi和藍(lán)牙信號(hào)強(qiáng)度值，本小節(jié)分別設(shè)計(jì)了一款基于H5+平臺(tái)的WiFi指紋采集APP和一款基于Android平臺(tái)的藍(lán)牙指紋采集APP。§2.4.1WiFi指紋采集APPWiFi指紋采集APP使用HBuilderX工具研發(fā)，并將其安裝到智能手機(jī)上采集WiFi信號(hào)強(qiáng)度值，具體開發(fā)步驟如下：（1）首先調(diào)用plus.android.importClass方法加載Android各種類型，包括android.content.Context、android.net.wifi.WifiManager、android.net.wifi.ScanResult、android.net.wifi.ScanResult、android.app.Activity。（2）通過android.app.Activity獲取Context.WiFi_SERVICE對(duì)象，并調(diào)用Context.WiFi_SERVICE對(duì)象的startScan方法開啟掃描WiFi功能。（3）通過Context.WIFI_SERVICE對(duì)象的getScanResults方法獲取掃描到的WiFi信息并返回WiFi對(duì)象集合，遍歷WiFi對(duì)象集合，獲取WiFi信號(hào)的MAC地址和信號(hào)強(qiáng)度。（4）通過plus.io.requestFileSystem方法設(shè)置文件目錄，并在成功回調(diào)函數(shù)中使用FileSystem對(duì)象的root屬性（DirectoryEntry類型）的getFile方法在該目錄中創(chuàng)建

【參考文獻(xiàn)】：
期刊論文
[1]面向TDOA被動(dòng)定位的定位節(jié)點(diǎn)選擇方法[J]. 郝本建,王林林,李贊,趙越.  電子與信息學(xué)報(bào). 2019(02)
[2]北斗導(dǎo)航衛(wèi)星相位中心修正[J]. 常志巧,胡小工,郭睿,周善石,何峰,董恩強(qiáng),李曉杰,董文麗.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(06)
[3]Nonlinear Bayesian Estimation:From Kalman Filtering to a Broader Horizon[J]. Huazhen Fang,Ning Tian,Yebin Wang,Meng Chu Zhou,Mulugeta A. Haile.  IEEE/CAA Journal of Automatica Sinica. 2018(02)
[4]基于射線跟蹤的AOA定位算法的GDOP研究[J]. 孔范增,郭敏,任修坤,鄭娜娥.  計(jì)算機(jī)工程與科學(xué). 2018(01)
[5]基于WiFi信號(hào)二次擴(kuò)頻的礦井TOA測(cè)距方法[J]. 孫繼平,蔣恩松.  工礦自動(dòng)化. 2017(10)
[6]相關(guān)性匹配藍(lán)牙信標(biāo)位置指紋庫的室內(nèi)定位[J]. 王艷麗,楊如民,余成波,孔慶達(dá).  電訊技術(shù). 2017(02)
[7]線性不穩(wěn)定環(huán)境下的WIFI室內(nèi)定位系統(tǒng)[J]. 鄭新元,嚴(yán)軍,范浩,楊其闊,王臣.  電子測(cè)量技術(shù). 2015(12)
[8]基于優(yōu)化RSSI精度的WSN加權(quán)質(zhì)心定位算法[J]. 彭泓,趙陽,夏天鵬.  計(jì)算機(jī)工程與應(yīng)用. 2015(21)
[9]基于RSSI權(quán)值的環(huán)境適應(yīng)型室內(nèi)定位算法研究[J]. 陳順明,李平.  計(jì)算機(jī)工程與應(yīng)用. 2015(22)
[10]基于WI-FI和藍(lán)牙融合的室內(nèi)定位算法[J]. 王睿,趙方,彭金華,羅海勇,陸波,陸濤.  計(jì)算機(jī)研究與發(fā)展. 2011(S2)

碩士論文
[1]基于WiFi/藍(lán)牙融合的室內(nèi)定位算法研究[D]. 劉沛豐.中國(guó)礦業(yè)大學(xué) 2017
[2]基于藍(lán)牙4.0和位置指紋的室內(nèi)定位技術(shù)研究和實(shí)現(xiàn)[D]. 劉志昆.中央民族大學(xué) 2017
[3]基于WiFi和藍(lán)牙的室內(nèi)定位技術(shù)研究[D]. 華海亮.遼寧工業(yè)大學(xué) 2016



本文編號(hào)：3531243