本文關(guān)鍵詞：矩陣填充結(jié)合貝葉斯壓縮感知的位置指紋定位

  更多相關(guān)文章： 貝葉斯壓縮感知 矩陣填充 回溯搜索優(yōu)化算法 差分進(jìn)化 位置指紋定位

【摘要】：隨著物聯(lián)網(wǎng)時代的到來,人們對基于位置服務(wù)(Location Based Service, LBS)的需求越來越大,作為室外GPS定位技術(shù)的有力補(bǔ)充,室內(nèi)定位技術(shù)及其相關(guān)研究近年來備受關(guān)注。其中,基于接收信號強(qiáng)度指示(Received Signal Strength Indication, RSSI)的位置指紋(Location Fingerprint, LF)定位方法因其定位精度高、受室內(nèi)環(huán)境因素影響小、實(shí)現(xiàn)靈活而成為無線室內(nèi)定位技術(shù)中的主流方法,得到了越來越廣泛的應(yīng)用。位置指紋定位法包括離線位置指紋數(shù)據(jù)庫構(gòu)建及在線位置指紋匹配定位兩個階段,但因離線采集位置指紋信息工作量通常較大,導(dǎo)致位置指紋庫構(gòu)建效率較低,同時因無線信號的時變性、硬件的不穩(wěn)定性等影響使其在線定位精度受到限制。以上在一定程度上影響了其實(shí)用性,有待進(jìn)一步研究。本文通過對基于RSSI的位置指紋定位方法在離線采樣階段及在線定位階段存在的問題進(jìn)行了深入分析之后,重點(diǎn)對室內(nèi)位置指紋定位離線位置指紋庫構(gòu)建算法及在線階段的定位算法進(jìn)行了相關(guān)的理論研究及實(shí)驗(yàn)研究,具體開展的主要研究工作如下：1.位置指紋定位法的離線階段需要根據(jù)定位區(qū)域內(nèi)不同參考點(diǎn)處接收的無線信號強(qiáng)度值建立能準(zhǔn)確體現(xiàn)出各位置特征的位置指紋庫,這是有效實(shí)現(xiàn)室內(nèi)定位的基礎(chǔ)。傳統(tǒng)位置指紋庫構(gòu)建方法主要有全采法和插值法,全采法工作量較大,位置指紋庫的構(gòu)建效率低,實(shí)用性差；插值法通常不能充分利用全局信息,因此計算得到的位置指紋庫往往準(zhǔn)確度不夠,直接影響定位精度。鑒于以上,本文提出通過矩陣填充(Matrix Completion, MC)理論實(shí)現(xiàn)離線位置指紋庫的高效構(gòu)建方法,利用采集到的定位區(qū)域內(nèi)少量參考點(diǎn)的位置指紋信息建立低秩(Low-rank, LR)矩陣填充模型,然后利用奇異值閾值(Singular Value Thresholding, SVT)算法求解該模型,最終重構(gòu)出定位區(qū)域內(nèi)完整的位置指紋庫。同時,本文針對傳統(tǒng)矩陣填充理論的最優(yōu)解模糊及平滑性欠佳的問題,引入了回溯搜索優(yōu)化算法(Backtracking Search Optimization Algorithm, BSA),以核范數(shù)最小建立適應(yīng)度函數(shù),利用回溯搜索優(yōu)化算法理想的全局搜索特性和收斂速度對矩陣填充算法的尋優(yōu)過程進(jìn)行了改進(jìn),提出了新型的位置指紋庫構(gòu)建算法BSA-SVT,在保證位置指紋庫重構(gòu)精度的基礎(chǔ)上,有效降低了離線采樣階段的工作量。2.在線定位階段是位置指紋定位法的核心,目前已有多種理論可以用于定位算法的設(shè)計。傳統(tǒng)的K近鄰算法需要對位置指紋數(shù)據(jù)進(jìn)行逐條匹配,計算量大,精度受限。近年來有學(xué)者開始嘗試將新興的壓縮感知(Compressed Sensing, CS)理論引入到室內(nèi)定位算法中,將定位問題轉(zhuǎn)化為稀疏信號的重構(gòu)問題,并被證明是定位精度相對較高的算法之一。還有在此基礎(chǔ)上發(fā)展而來的基于貝葉斯壓縮感知(Bayesian Compressed Sensing, BCS)的定位算法,它比傳統(tǒng)的壓縮感知定位算法更加精確、高效、抗噪性更好。但是傳統(tǒng)的貝葉斯壓縮感知的核心是一種基于快速相關(guān)向量機(jī)(Relevance Vector Machine, RVM)的基函數(shù)選擇機(jī)制,針對RVM容易陷入局部最優(yōu)而無法獲得最優(yōu)解的問題,本文引入調(diào)整參數(shù)相對較少、求解高維問題時收斂速度較快的差分進(jìn)化(Differential Evolution, DE)算法,提出了基于DE-BCS的定位求解算法。DE-BCS算法將差分進(jìn)化算法思想融入到RVM基函數(shù)選擇過程中,增加基函數(shù)選擇的多樣性,保證在RVM運(yùn)算中“更新”操作首次發(fā)生時,避免陷入局部最優(yōu)的可能性,在沒有過多增加運(yùn)算時間的基礎(chǔ)上,進(jìn)一步提高了定位精度。針對以上算法,本文通過理論分析、計算機(jī)仿真及實(shí)驗(yàn)研究相結(jié)合的方式開展研究,選擇了校園內(nèi)一個特定的室內(nèi)場景,搭建了基于射頻識別(Radio Frequency Identification, RFID)的無線室內(nèi)定位實(shí)驗(yàn)平臺,對本文提出的算法進(jìn)行了充分的實(shí)驗(yàn)驗(yàn)證,進(jìn)一步證明了本文算法的理論價值和實(shí)用意義,也為算法的實(shí)際應(yīng)用提供了參考。
【關(guān)鍵詞】：貝葉斯壓縮感知 矩陣填充 回溯搜索優(yōu)化算法 差分進(jìn)化 位置指紋定位
【學(xué)位授予單位】：遼寧大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.44;TN929.5;TN911.7
【目錄】：

• 摘要4-6
• ABSTRACT6-13
• 第1章 緒論13-20
• 1.1 選題背景及意義13-15
• 1.2 發(fā)展歷史及研究現(xiàn)狀15-17
• 1.3 研究內(nèi)容及創(chuàng)新點(diǎn)17-20
• 1.3.1 研究內(nèi)容17-19
• 1.3.2 創(chuàng)新點(diǎn)19-20
• 第2章 回溯搜索優(yōu)化改進(jìn)矩陣填充的高效位置指紋庫構(gòu)建20-34
• 2.1 引言20-21
• 2.2 矩陣填充理論用于離線位置指紋庫構(gòu)建的思路21-22
• 2.3 矩陣填充理論22-25
• 2.4 回溯搜索優(yōu)化算法改進(jìn)矩陣填充25-28
• 2.5 仿真實(shí)驗(yàn)28-33
• 2.5.1 缺損圖像恢復(fù)仿真實(shí)驗(yàn)28-29
• 2.5.2 位置指紋庫構(gòu)建仿真實(shí)驗(yàn)29-33
• 2.6 小結(jié)33-34
• 第3章 差分進(jìn)化改進(jìn)貝葉斯壓縮感知的定位算法34-57
• 3.1 引言34-35
• 3.2 壓縮感知基本理論35-36
• 3.3 基于貝葉斯壓縮感知的定位算法36-45
• 3.3.1 貝葉斯壓縮感知基本理論36-41
• 3.3.2 基于貝葉斯壓縮感知的定位算法41-45
• 3.4 差分進(jìn)化改進(jìn)貝葉斯壓縮感知理論45-52
• 3.4.1 差分進(jìn)化理論45-49
• 3.4.2 差分進(jìn)化改進(jìn)貝葉斯壓縮感知49-52
• 3.5 仿真實(shí)驗(yàn)52-56
• 3.5.1 貝葉斯壓縮感知與壓縮感知信號重構(gòu)仿真實(shí)驗(yàn)52-54
• 3.5.2 新型DE-BCS算法與傳統(tǒng)BCS的定位仿真實(shí)驗(yàn)54-56
• 3.6 小結(jié)56-57
• 第4章 實(shí)驗(yàn)研究57-66
• 4.1 位置指紋庫構(gòu)建實(shí)驗(yàn)57-62
• 4.2 室內(nèi)定位實(shí)驗(yàn)62-65
• 4.2.1 改進(jìn)前后位置指紋庫構(gòu)建算法用于室內(nèi)定位實(shí)驗(yàn)對比62-63
• 4.2.2 改進(jìn)前后定位算法用于定位實(shí)驗(yàn)對比63-65
• 4.3 小結(jié)65-66
• 第5章 結(jié)論與展望66-68
• 5.1 結(jié)論66-67
• 5.2 未來展望67-68
• 致謝68-69
• 參考文獻(xiàn)69-73
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加科研情況73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李麗娜;馬俊;梁德殨;李文浩;;基于相關(guān)向量機(jī)及模擬退火的損耗模型訓(xùn)練[J];計算機(jī)工程與設(shè)計;2016年01期

2 李文浩;李麗娜;徐攀峰;劉暢;;基于矩陣填充的室內(nèi)定位位置指紋庫構(gòu)建[J];遼寧大學(xué)學(xué)報(自然科學(xué)版);2015年04期

3 韋仙;;基于矩陣填充技術(shù)重構(gòu)低秩密度矩陣[J];武漢工程大學(xué)學(xué)報;2015年02期

4 田文凱;劉三陽;王曉娟;;基于差分進(jìn)化的回溯搜索優(yōu)化算法研究與改進(jìn)[J];計算機(jī)應(yīng)用研究;2015年06期

5 汪冬;葛萬成;莫國民;王云光;;基于參考標(biāo)簽可信度和偏差自校正的RFID室內(nèi)定位算法[J];計算機(jī)應(yīng)用;2014年11期

6 李牧東;趙輝;翁興偉;;具有廣泛學(xué)習(xí)策略的回溯搜索優(yōu)化算法[J];系統(tǒng)工程與電子技術(shù);2015年04期

7 吳哲夫;許麗敏;陳濱;覃亞麗;;基于貝葉斯壓縮感知多目標(biāo)定位算法[J];哈爾濱工程大學(xué)學(xué)報;2014年10期

8 王曉娟;劉三陽;田文凱;;帶高效變異尺度系數(shù)和貪婪交叉策略的回溯搜索優(yōu)化算法[J];計算機(jī)應(yīng)用;2014年09期

9 汪慎文;丁立新;張文生;郭肇祿;謝承旺;;差分進(jìn)化算法研究進(jìn)展[J];武漢大學(xué)學(xué)報(理學(xué)版);2014年04期

10 周牧;張巧;邱楓;;基于物理鄰近點(diǎn)輔助的無線局域網(wǎng)指紋定位方法[J];計算機(jī)應(yīng)用;2014年06期

，

本文編號：968951