隨著移動(dòng)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)浪潮的推進(jìn),利用衛(wèi)星定位核心技術(shù)開發(fā)的眾多位置服務(wù)應(yīng)用正不斷融入人們的生活,日益不可或缺。然而,人們?nèi)粘Ｉ畹拇蟛糠謺r(shí)間都在室內(nèi),微弱的衛(wèi)星信號(hào)在室內(nèi)會(huì)帶來很大的定位偏差,甚至不可用。因此,室內(nèi)定位技術(shù)研究受到廣泛重視,進(jìn)而出現(xiàn)了以藍(lán)牙、WiFi和蜂窩移動(dòng)等無線通信技術(shù)為基礎(chǔ)的室內(nèi)定位技術(shù)。近年來藍(lán)牙技術(shù)的快速發(fā)展,其功耗低、可網(wǎng)狀組網(wǎng)和普及廣泛的特點(diǎn),成為室內(nèi)定位技術(shù)研究和開發(fā)的焦點(diǎn)。利用藍(lán)牙無線信號(hào)定位,面臨著不同室內(nèi)復(fù)雜環(huán)境對(duì)藍(lán)牙信號(hào)的隨機(jī)擾動(dòng)帶來的傳播模型優(yōu)化,藍(lán)牙信號(hào)的預(yù)處理和特征選擇,以及基于幾何模型定位算法的改進(jìn)等問題的挑戰(zhàn)。本文中以可視距的室內(nèi)環(huán)境為實(shí)驗(yàn)場(chǎng)景,從基于RSSI的測(cè)距模型研究、區(qū)域加權(quán)-卡爾曼濾波算法的設(shè)計(jì)和動(dòng)態(tài)系數(shù)加權(quán)質(zhì)心定位算法的設(shè)計(jì)三個(gè)部分來實(shí)現(xiàn)本文的算法研究。在基于RSSI的測(cè)距模型的研究中,通過采集到的實(shí)驗(yàn)環(huán)境中藍(lán)牙信號(hào)在不同傳播距離時(shí)的RSSI值,采用線性回歸模型以最小二乘原理來對(duì)測(cè)距模型參數(shù)進(jìn)行優(yōu)化。通過設(shè)計(jì)的區(qū)域加權(quán)-卡爾曼濾波算法對(duì)實(shí)驗(yàn)環(huán)境中采集到的RSSI數(shù)據(jù)進(jìn)行預(yù)處理來提高整體實(shí)驗(yàn)結(jié)果精度。動(dòng)態(tài)系數(shù)加權(quán)質(zhì)心算法是以...

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 藍(lán)牙技術(shù)研究現(xiàn)狀
        1.2.2 室內(nèi)定位技術(shù)研究現(xiàn)狀
    1.3 論文主要工作及研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 低功耗藍(lán)牙室內(nèi)定位基礎(chǔ)
    2.1 低功耗藍(lán)牙技術(shù)
        2.1.1 低功耗藍(lán)牙協(xié)議棧結(jié)構(gòu)
        2.1.2 藍(lán)牙組網(wǎng)技術(shù)介紹
    2.2 室內(nèi)定位相關(guān)技術(shù)
        2.2.1 常見的測(cè)距方法介紹
        2.2.2 定位算法介紹
    2.3 室內(nèi)定位算法性能評(píng)價(jià)指標(biāo)
        2.3.1 均方誤差
        2.3.2 累計(jì)誤差分布函數(shù)
        2.3.3 最大誤差
        2.3.4 平均誤差
    2.4 本章小結(jié)
第3章 基于RSSI測(cè)距模型的建立與優(yōu)化
    3.1 RSSI測(cè)距模型原理
        3.1.1 自由空間RSSI傳播模型
        3.1.2 非自由空間RSSI傳播模型
        3.1.3 RSSI傳播模型分析
    3.2 測(cè)距模型RSSI數(shù)據(jù)采集
    3.3 濾波算法研究
        3.3.1 均值濾波算法介紹
        3.3.2 區(qū)域加權(quán)-卡爾曼濾波算法設(shè)計(jì)
        3.3.3 濾波算法分析
    3.4 RSSI測(cè)距模型優(yōu)化
        3.4.1 RSSI測(cè)距模型建立
        3.4.2 RSSI測(cè)距模型參數(shù)確定
    3.5 測(cè)距模型性能分析
    3.6 本章小結(jié)
第4章 動(dòng)態(tài)系數(shù)加權(quán)質(zhì)心定位算法研究
    4.1 傳統(tǒng)加權(quán)質(zhì)心定位算法研究
    4.2 動(dòng)態(tài)系數(shù)加權(quán)質(zhì)心定位算法研究
        4.2.1 參考節(jié)點(diǎn)的動(dòng)態(tài)選取
        4.2.2 參考節(jié)點(diǎn)位置轉(zhuǎn)換
        4.2.3 系數(shù)加權(quán)質(zhì)心定位算法設(shè)計(jì)
        4.2.4 動(dòng)態(tài)權(quán)重系數(shù)的實(shí)現(xiàn)
    4.3 動(dòng)態(tài)系數(shù)加權(quán)質(zhì)心定位算法整體實(shí)現(xiàn)流程
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析
    5.1 實(shí)驗(yàn)環(huán)境部署
    5.2 實(shí)驗(yàn)數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)
    5.3 定位結(jié)果展示與分析
        5.3.1 濾波算法定位結(jié)果分析
        5.3.2 動(dòng)態(tài)系數(shù)加權(quán)質(zhì)心定位算法定位結(jié)果分析
        5.3.3 實(shí)驗(yàn)結(jié)果總結(jié)
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝



本文編號(hào)：3906702