針對Wi-Fi信號易受噪聲等外界不確定因素的影響以及移動終端接收信號強度指示(RSSI)與真實值存在偏差而導(dǎo)致定位精度不高的問題,本文提出了一種基于GF-KF修正RSSI的室內(nèi)指紋定位方法.由于采集的RSSI不穩(wěn)定,該方法利用RSSI類高斯分布的特性,對RSSI數(shù)據(jù)進行高斯擬合,以得到較為確定的RSSI值.在此基礎(chǔ)上,引入卡爾曼濾波算法對擬合后的RSSI數(shù)據(jù)進行誤差修正,結(jié)合加權(quán)K近鄰(WKNN)匹配算法進行定位.實驗結(jié)果表明:本文方法的平均定位誤差為1.5 m,2.0 m以內(nèi)的誤差累積分布概率為90.06%,定位效果優(yōu)于同類方法.

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1 Wi-Fi指紋定位流程圖

Wi-Fi指紋定位方法包括兩個階段:離線階段和在線階段[20].離線階段主要是測試人員通過在建立好的定位場景采集定位區(qū)域各參考點來自周圍不同AP的RSSI,并結(jié)合物理位置組成具有唯一映射關(guān)系的位置指紋向量,從而進一步構(gòu)建定位區(qū)域的離線指紋數(shù)據(jù)庫.在線階段主要是測試人員手持智能移動....

圖2 固定AP的RSSI分布情況

本文方法是通過KF算法修正RSSI,其前提是RSSI分布特性必須符合高斯分布.高斯分布又稱為正態(tài)分布,是用來描述概率分布服從均值為μ和方差為σ2的一組隨機數(shù)據(jù).理想情況下,不同地點的RSSI是不同的,而同一地點的RSSI是穩(wěn)定的.因此,RSSI可以用來區(qū)分不同位置,成為表征特定位....

圖3 改進的室內(nèi)指紋定位方法流程圖

該方法利用RSSI在復(fù)雜的室內(nèi)環(huán)境呈現(xiàn)出類高斯分布特性對其進行GF,從而得到較為確定的RSSI值.在此基礎(chǔ)上,引入KF算法對擬合后的RSSI數(shù)據(jù)進行誤差修正,使得RSSI值更為接近真實值,從而提高了離線指紋庫和在線RSSI向量的質(zhì)量,結(jié)合WKNN進行位置估計來提高定位精度.本文所....

圖4 實驗區(qū)域的平面圖

為了驗證本文所提方法,在某實驗大樓中的空曠教室選取10m×6m的區(qū)域作為實驗區(qū)域,將中間6m×4m的區(qū)域作為定位區(qū)域.根據(jù)實驗的具體要求,對實驗區(qū)域進行環(huán)境部署,部署的平面圖如圖4所示.該實驗所用的AP為蘇州漢明科技有限公司生產(chǎn)的型號為Howay2000Q87,信號采集設(shè)....

本文編號：4021328