本文關(guān)鍵詞：室內(nèi)WLAN半監(jiān)督指紋定位數(shù)據(jù)庫自適應(yīng)構(gòu)建方法

  更多相關(guān)文章： WLAN室內(nèi)定位 半監(jiān)督指紋定位數(shù)據(jù)庫 協(xié)同訓(xùn)練算法 徑向基函數(shù)插值

【摘要】：基于無線局域網(wǎng)絡(luò)(Wireless Local Area Networks,WLAN)的室內(nèi)指紋定位技術(shù)利用當(dāng)前已經(jīng)在室內(nèi)廣泛部署的WLAN網(wǎng)絡(luò)和智能移動設(shè)備進(jìn)行定位,無需額外硬件開銷,并且具有免費的工作頻段和較高的定位精度,因此在室內(nèi)環(huán)境中應(yīng)用較廣。然而該算法在離線階段構(gòu)建指紋定位數(shù)據(jù)庫所需人力物力和時間成本較高,因此在保證定位精度的情況下,降低指紋定位數(shù)據(jù)庫的構(gòu)建成本具有重大的現(xiàn)實意義。本文通過用戶協(xié)作采集無標(biāo)簽指紋樣本,設(shè)計了一種半監(jiān)督指紋定位數(shù)據(jù)庫構(gòu)建方案,該方案極大地降低了離線階段的采集工作量,并保證了較高的定位精度。本文的主要研究內(nèi)容如下:首先,為了解決人工采集的指紋樣本中位置標(biāo)簽數(shù)目較少的問題,本文設(shè)計了一種標(biāo)簽數(shù)據(jù)庫的自適應(yīng)構(gòu)建方案,可以適用于回饋點位置隨機(jī)分布的條件。在分析了室內(nèi)WLAN信號傳播特性的基礎(chǔ)上,針對WLAN信號的散亂特性,將徑向基函數(shù)插值應(yīng)用于非回饋點處接收信號強(qiáng)度值的估計,同時將不同插值算法構(gòu)建的標(biāo)簽數(shù)據(jù)庫的定位性能進(jìn)行仿真對比,驗證了本文算法的有效性。其次,由于用戶協(xié)作采集的無標(biāo)簽指紋樣本數(shù)量較多,區(qū)域分布較廣,本文研究了一種無標(biāo)簽樣本的預(yù)處理方法。即通過Isomap降維和Clara聚類算法,挖掘無標(biāo)簽樣本的隱藏特征,縮小其所屬區(qū)域范圍,不但為后面分類器的訓(xùn)練提供了方便,而且提高了位置標(biāo)簽的標(biāo)記準(zhǔn)確度。最后,在完成標(biāo)簽數(shù)據(jù)庫自適應(yīng)構(gòu)建的基礎(chǔ)上,給出了一種基于Co-training算法的半監(jiān)督指紋定位數(shù)據(jù)庫構(gòu)建方案。該算法通過在不斷更新的標(biāo)簽數(shù)據(jù)庫中提取充分冗余視圖和訓(xùn)練分類器,對無標(biāo)簽樣本進(jìn)行位置標(biāo)記,最終形成半監(jiān)督指紋定位數(shù)據(jù)庫。實驗結(jié)果表明本文構(gòu)建的半監(jiān)督指紋定位數(shù)據(jù)庫的定位性能較好,3m內(nèi)累積誤差概率較回饋點數(shù)據(jù)庫提升了15.47%。
【關(guān)鍵詞】：WLAN室內(nèi)定位 半監(jiān)督指紋定位數(shù)據(jù)庫 協(xié)同訓(xùn)練算法 徑向基函數(shù)插值
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN925.93;TP311.13
【目錄】：

• 摘要3-4
• ABSTRACT4-11
• 注釋表11-12
• 第1章 緒論12-20
• 1.1 研究背景和意義12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-18
• 1.2.1 WLAN室內(nèi)定位技術(shù)研究現(xiàn)狀14-15
• 1.2.2 WLAN指紋定位數(shù)據(jù)庫構(gòu)建研究現(xiàn)狀15-17
• 1.2.3 WLAN定位中半監(jiān)督學(xué)習(xí)方法研究現(xiàn)狀17-18
• 1.3 本文的主要工作及內(nèi)容安排18-20
• 第2章 基于半監(jiān)督協(xié)同訓(xùn)練的WLAN室內(nèi)定位系統(tǒng)20-34
• 2.1 引言20
• 2.2 半監(jiān)督協(xié)同訓(xùn)練算法及應(yīng)用20-26
• 2.2.1 典型半監(jiān)督協(xié)同訓(xùn)練算法20-25
• 2.2.2 半監(jiān)督協(xié)同訓(xùn)練算法的應(yīng)用25-26
• 2.3 WLAN定位系統(tǒng)架構(gòu)及原理26-28
• 2.3.1 WLAN定位系統(tǒng)架構(gòu)26-27
• 2.3.2 WLAN定位系統(tǒng)原理27-28
• 2.4 WLAN指紋定位數(shù)據(jù)庫構(gòu)建方法28-32
• 2.4.1 逐點采集法29-30
• 2.4.2 傳播模型法30-31
• 2.4.3 空間相關(guān)法31-32
• 2.4.4 眾包協(xié)作法32
• 2.5 本章小結(jié)32-34
• 第3章 WLAN標(biāo)簽數(shù)據(jù)庫自適應(yīng)構(gòu)建方法34-49
• 3.1 引言34-35
• 3.2 徑向基函數(shù)網(wǎng)絡(luò)構(gòu)造35-37
• 3.2.1 徑向基插值模型35-36
• 3.2.2 徑向基核函數(shù)36-37
• 3.3 基于徑向基插值的標(biāo)簽數(shù)據(jù)庫自適應(yīng)構(gòu)建37-40
• 3.3.1 截止區(qū)定義37-38
• 3.3.2 標(biāo)簽數(shù)據(jù)庫自適應(yīng)構(gòu)建38-39
• 3.3.3 基于徑向基插值的非回饋點RSS估計39-40
• 3.4 實驗仿真及結(jié)果分析40-48
• 3.4.1 實驗環(huán)境與數(shù)據(jù)采集40-41
• 3.4.2 截止區(qū)半徑與回饋點數(shù)目分析41-45
• 3.4.3 算法性能對比分析45-48
• 3.5 本章小結(jié)48-49
• 第4章 基于標(biāo)簽數(shù)據(jù)的WLAN半監(jiān)督指紋定位數(shù)據(jù)庫構(gòu)建方法49-65
• 4.1 引言49
• 4.2 半監(jiān)督指紋定位數(shù)據(jù)庫構(gòu)建方法49-51
• 4.3 無標(biāo)簽樣本預(yù)處理51-55
• 4.3.1 Isomap降維處理51-53
• 4.3.2 Clara聚類53-54
• 4.3.3 無標(biāo)簽樣本的區(qū)域匹配54-55
• 4.4 利用Co-training算法構(gòu)建半監(jiān)督指紋定位數(shù)據(jù)庫55-57
• 4.4.1 充分冗余視圖提取及分類器訓(xùn)練55-56
• 4.4.2 置信度計算56-57
• 4.5 實驗仿真及結(jié)果分析57-64
• 4.5.1 數(shù)據(jù)采集57-58
• 4.5.2 無標(biāo)簽樣本預(yù)處理結(jié)果分析58-61
• 4.5.3 半監(jiān)督指紋定位數(shù)據(jù)庫構(gòu)建結(jié)果分析61-64
• 4.6 本章小結(jié)64-65
• 第5章 總結(jié)與展望65-67
• 5.1 主要工作及創(chuàng)新點65-66
• 5.2 后續(xù)研究工作66-67
• 參考文獻(xiàn)67-72
• 致謝72-73
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 吳東金;夏林元;;面向室內(nèi)WLAN定位的動態(tài)自適應(yīng)模型[J];測繪學(xué)報;2015年12期

2 呂娟;劉紀(jì)偉;;移動定位技術(shù)研究[J];計算機(jī)光盤軟件與應(yīng)用;2014年14期

3 夏穎;馬琳;張中兆;周才發(fā);;基于半監(jiān)督流形學(xué)習(xí)的WLAN室內(nèi)定位算法[J];系統(tǒng)工程與電子技術(shù);2014年07期

4 張維;李文濤;;一種基于位置指紋的室內(nèi)WLAN定位方法[J];信息技術(shù);2013年07期

5 梁吉業(yè);高嘉偉;常瑜;;半監(jiān)督學(xué)習(xí)研究進(jìn)展[J];山西大學(xué)學(xué)報(自然科學(xué)版);2009年04期

6 李偉;胡叢瑋;;GPS軟件接收機(jī)信號特征分析[J];測繪信息與工程;2008年05期

7 唐文勝;李姍;匡旺秋;;RF室內(nèi)定位指紋庫空間相關(guān)生成算法[J];計算機(jī)工程與應(yīng)用;2008年23期

8 郎昕培;許可;趙明;;基于無線局域網(wǎng)的位置定位技術(shù)研究和發(fā)展[J];計算機(jī)科學(xué);2006年06期

，

本文編號：677839