近幾年,基于位置的服務廣泛應用于人們生活中的很多方面。其中室內定位是基于位置服務的一個重要支持,因此室內定位算法的研究引起了許多研究者的興趣。然而,由于室內環(huán)境的復雜多變性,室內定位算法的定位精度面臨著很嚴重的挑戰(zhàn)。本論文的主要研究目標是提高定位算法的定位精度以及穩(wěn)定性。本論文首先提出了一種基于多重接入點選擇的WiFi室內定位算法。該算法首先通過多重WiFi接入點的選擇可以有效的選擇出性能穩(wěn)定且分辨能力強的接入點集合,并使用該接入點集合表示各位置的指紋特征。其次,基于各位置的指紋特征,對定位區(qū)域進行位置分群。然后,對各位置分群進行接入點的重新選擇,為各位置分群選擇出更能表現(xiàn)其特征的接入點集合。最后,使用C4.5算法為各位置分群構建決策模型。建模完成后,便可利用這些模型進行實時定位。該定位算法通過多重接入點選擇和接入點的重新選擇可以有效的提高算法的定位精度。本論文進一步提出了一種基于隨機森林的高性能指紋定位算法。針對C4.5算法泛化能力弱,且存在過擬合的問題,該算法在基于多重接入點選擇的WiFi室內定位算法的基礎上,使用隨機森林算法代替C4.5算法,為各位置分群構建決策模型。該決策模型不...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景
    1.2 國內外研究現(xiàn)狀
        1.2.1 三邊定位法
        1.2.2 確定性定位算法
        1.2.3 概率性定位算法
        1.2.4 基于機器學習的定位算法
        1.2.5 基于神經(jīng)網(wǎng)絡的定位算法
    1.3 論文的主要貢獻以及結構安排
        1.3.1 論文的主要貢獻
        1.3.2 論文的結構安排
第二章 基于多重接入點選擇的Wi Fi室內定位算法
    2.1 離線階段
        2.1.1 構建定位空間的原始數(shù)據(jù)庫
        2.1.2 接入點選擇
        2.1.3 參考位置分群
        2.1.4 位置分群的接入點重新選擇
        2.1.5 構建決策定位模型
    2.2 在線階段
    2.3 本章小結
第三章 基于隨機森林的高性能指紋定位算法
    3.1 基于多重接入點選擇的Wi Fi室內定位算法可以改進的地方
    3.2 集成學習
    3.3 隨機森林
    3.4 基于隨機森林的高性能指紋定位算法的步驟
        3.4.1 離線階段
        3.4.2 在線階段
    3.5 本章小結
第四章 實驗與分析
    4.1 實驗對比及其分析
    4.2 本章小結
第五章 總結與展望
    5.1 論文工作總結
    5.2 未來工作展望
參考文獻
致謝
作者簡介



本文編號：3741722