全球定位系統(tǒng)(Global Positioning Systems,GPS)和蜂窩無(wú)線定位技術(shù)已經(jīng)廣泛地服務(wù)于各個(gè)行業(yè),帶來(lái)了諸多便利。但是在地下停車場(chǎng)、大型商場(chǎng)以及醫(yī)院等室內(nèi)場(chǎng)景中,由于建筑物遮擋、環(huán)境復(fù)雜等問題,GPS不能提供室內(nèi)定位服務(wù)。目前常用的室內(nèi)定位技術(shù)有低功耗藍(lán)牙(Bluetooth Low Energy,BLE)定位、無(wú)線局域網(wǎng)(Wireless Fidelity,WiFi)定位以及可見光通信定位等。這些常用的室內(nèi)定位技術(shù)普遍存在定位精度只達(dá)到米級(jí)、定位過(guò)程復(fù)雜的問題,不能提供精確室內(nèi)定位服務(wù)。為了提高密閉室內(nèi)環(huán)境中的室內(nèi)定位精度,本文通過(guò)對(duì)室內(nèi)定位傳感器和定位算法的比較,選用BLE和發(fā)光二極管(Light Emitting Diode,LED)光源作為定位傳感器,采用基于接收信號(hào)強(qiáng)度(Received Signal Strength Indicator,RSSI)的定位方法。具體貢獻(xiàn)如下:1.提出一種基于BLE與LED多級(jí)聯(lián)合的室內(nèi)定位框架。單獨(dú)使用BLE傳感器做室內(nèi)定位時(shí),由于室內(nèi)干擾較多其定位精度只能達(dá)到米級(jí)且穩(wěn)定性不高,故本文利用LED可見光可區(qū)分度較高且對(duì)距離變化敏感的特點(diǎn)聯(lián)合定位,彌補(bǔ)BLE定位誤差較大的劣勢(shì)。在BLE定位結(jié)果的基礎(chǔ)上,引入基于LED可見光強(qiáng)度指紋的聯(lián)合定位,有效的將定位精度提升到了分米級(jí)并且更穩(wěn)定。2.采用了一種基于改進(jìn)變步長(zhǎng)螢火蟲算法(Variable Step Firefly Algorithm,VSFA)的BLE粗定位方法。本文的BLE粗定位方法分為三個(gè)步驟:RSSI濾波預(yù)處理、建立測(cè)距模型以及基于距離的定位。在RSSI濾波預(yù)處理階段,本文采用一種混合濾波方法,該方法具有較好的平滑去噪的效果;在建立測(cè)距模型階段,采用最小二乘支持向量回歸(Least Squares Support Vector Regression,LSSVR)算法進(jìn)行非線性回歸建立測(cè)距模型,該模型有更好的測(cè)距效果;在定位階段,本文采用一種改進(jìn)VSFA算法定位,該算法在選定區(qū)域內(nèi)隨機(jī)生成一定數(shù)量的螢火蟲,既保證了定位精度相對(duì)較高,又避免了初始螢火蟲數(shù)量過(guò)多造成定位時(shí)間過(guò)長(zhǎng)。3.采用基于LED光強(qiáng)度指紋的聯(lián)合定位方法。LED光強(qiáng)指紋定位分為建立光強(qiáng)指紋庫(kù)和在線光強(qiáng)指紋匹配兩部分。在建立光強(qiáng)指紋庫(kù)部分,本文先通過(guò)人工測(cè)量錄入建立較粗糙的光強(qiáng)指紋庫(kù)。為了提高指紋庫(kù)的精度,再采用一種加權(quán)的雙線性插值法對(duì)粗糙指紋庫(kù)插值,得到更精細(xì)的光強(qiáng)指紋庫(kù);在指紋匹配部分,本文采用一種結(jié)合BLE粗定位結(jié)果的區(qū)域選擇方法,在選定區(qū)域內(nèi)對(duì)指紋匹配結(jié)果加權(quán)處理得到定位結(jié)果,有效減小了定位誤差。本文通過(guò)仿真實(shí)驗(yàn)和在實(shí)際場(chǎng)景中的測(cè)試實(shí)驗(yàn),對(duì)本文的定位方法進(jìn)行了性能評(píng)估。仿真實(shí)驗(yàn)中,本文的定位方法平均誤差為0.387m,誤差在0.6m的誤差累計(jì)率為88.6%。在實(shí)際場(chǎng)景測(cè)試中,本文方法的平均定位誤差為0.446m,同時(shí)0.8m的誤差累計(jì)率達(dá)到了91.8%。實(shí)際測(cè)試與仿真結(jié)果相差不大,實(shí)現(xiàn)了分米級(jí)的精確室內(nèi)定位。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN92;TP212
【部分圖文】：

每種定位技術(shù)都有各自的優(yōu)缺點(diǎn)。針對(duì)不同的場(chǎng)景和需要有著不同的效果，下面通過(guò)圖 2-1 和表 2-1 對(duì)各種定位技術(shù)比較：圖2.1 幾種常見室內(nèi)定位技術(shù)性能比較由圖 2.1 可知，使用單傳感器時(shí)，低功耗藍(lán)牙從綜合定位精度和部署難易程度來(lái)說(shuō)性價(jià)比最高。

終相交于一點(diǎn)即待測(cè)節(jié)點(diǎn)的位置。保證三個(gè)錨節(jié)點(diǎn)兩兩不在一條直線上，三邊測(cè)量的結(jié)果就是唯一的。圖2.2 三邊測(cè)量如圖 2.2 所示，三個(gè)錨節(jié)點(diǎn)分別為1O 、2O 和3O ，錨節(jié)點(diǎn)與待測(cè)節(jié)點(diǎn)的距離分別為1d 、2d 和3d ，設(shè)待測(cè)節(jié)點(diǎn)坐標(biāo)為 ( x , y )，則根據(jù)式(2-1)可計(jì)算出待測(cè)點(diǎn)坐標(biāo)。（2）到達(dá)時(shí)間差法TDOA 定位法是對(duì) TOA 是算法的改進(jìn)。但是 TDOA 算法要求錨節(jié)點(diǎn)和待測(cè)節(jié)點(diǎn)具有精度較高的時(shí)鐘源并且有精準(zhǔn)的時(shí)鐘同步，這樣硬件成本非常高。TDOA 法不需要信號(hào)到達(dá)待測(cè)節(jié)點(diǎn)的絕對(duì)時(shí)間，而是檢測(cè)信號(hào)點(diǎn)到達(dá)兩個(gè)錨節(jié)點(diǎn)的絕對(duì)時(shí)間差，這樣相對(duì)于 TOA 算法在抗干擾方面比較有優(yōu)勢(shì)。但是如果錨節(jié)點(diǎn)和待測(cè)節(jié)點(diǎn)之間的時(shí)鐘不同步的話，可能出現(xiàn)絕對(duì)時(shí)間差誤差很大甚至是負(fù)數(shù)，這樣就會(huì)導(dǎo)致定位結(jié)果存在很大誤差[38]。TDOA 法相對(duì)于 TOA 法具有精度高

圖2.3 TDOA 算法定位原理圖i i1 t = t t表示第 i 個(gè)錨節(jié)點(diǎn)與第 1 個(gè)錨節(jié)點(diǎn)接收信號(hào)的時(shí)間差，用 ( , i x 錨節(jié)點(diǎn)的坐標(biāo)，用( x , y )表示待測(cè)節(jié)點(diǎn)的坐標(biāo)，兩錨節(jié)點(diǎn)的距離用id 表i i1 c t = d d，其中 c 為待測(cè)節(jié)點(diǎn)發(fā)射信號(hào)的速度，則可得到基本關(guān)系式個(gè)方程式分別減去第一個(gè)方程式得到：2 2 21 1 12 2 21 2 2 22 2 21 3 2 2( ) ( )( ) ( ) ( )( ) ( ) ( )d x x y yd d x x y yd d x x y y = + = + = 2 2 2 2 22 1 2 1 2 1 2 2 2 1 12 2 2 2 23 1 3 1 3 1 3 3 3 1 11( ) ( ) ( )21( ) ( ) ( )2x x x y y y d d d x y x yx x x y y y d d d x y x y = + + + = + + +
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張勝利;焦誠(chéng);付永恒;;室內(nèi)定位方法和技術(shù)綜述[J];數(shù)字技術(shù)與應(yīng)用;2018年10期

2 陳獻(xiàn);王貴鑫;;室內(nèi)定位技術(shù)發(fā)展及應(yīng)用研究[J];科學(xué)技術(shù)創(chuàng)新;2019年17期

3 苗青;李敬能;;室內(nèi)定位的發(fā)展與應(yīng)用[J];中國(guó)新通信;2019年14期

4 王思陽(yáng);梁文清;周曉婷;李佳敏;林丹儀;鄭譽(yù)煌;;基于藍(lán)牙射頻的室內(nèi)定位系統(tǒng)[J];工業(yè)控制計(jì)算機(jī);2016年12期

5 袁海濤;劉巖;;無(wú)源室內(nèi)定位導(dǎo)航技術(shù)服務(wù)平臺(tái)設(shè)計(jì)與應(yīng)用[J];北京測(cè)繪;2017年S1期

6 謝思遠(yuǎn);羅圣美;李偉華;韋薇;;精準(zhǔn)室內(nèi)定位關(guān)鍵技術(shù)及應(yīng)用[J];信息通信技術(shù);2015年06期

7 牛長(zhǎng)流;王迪;孟杉;張?zhí)?;基于慣性導(dǎo)航的室內(nèi)定位技術(shù)[J];數(shù)碼世界;2017年06期

8 張超;;一種基于距離的室內(nèi)定位算法模型[J];中國(guó)原子能科學(xué)研究院年報(bào);2013年00期

9 ;室內(nèi)定位蓄勢(shì)待發(fā)[J];建材發(fā)展導(dǎo)向;2013年06期

10 劉靜;劉楠;潘志文;尤肖虎;;室內(nèi)定位中設(shè)備異構(gòu)性的域自適應(yīng)方法（英文）[J];Journal of Southeast University(English Edition);2019年04期

相關(guān)博士學(xué)位論文 前10條

1 蔡超;基于智能移動(dòng)終端聲音傳感器的低延遲室內(nèi)定位技術(shù)研究[D];華中科技大學(xué);2019年

2 錢久超;基于無(wú)約束自包含傳感器的行人室內(nèi)定位技術(shù)研究[D];上海交通大學(xué);2016年

3 黃增士;基于三維信息的室內(nèi)定位導(dǎo)航系統(tǒng)研究與應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

4 毋杰;基于RFID、慣性傳感器、磁場(chǎng)特征的室內(nèi)定位關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2019年

5 崔瑋;無(wú)線傳感器網(wǎng)絡(luò)室內(nèi)定位關(guān)鍵技術(shù)研究[D];東北大學(xué);2017年

6 張磊;基于聲音的智能移動(dòng)終端室內(nèi)定位關(guān)鍵技術(shù)研究[D];浙江大學(xué);2019年

7 侯憶楠;基于可見光通信的室內(nèi)定位關(guān)鍵技術(shù)的研究[D];上海交通大學(xué);2017年

8 田清霖;移動(dòng)計(jì)算平臺(tái)的室內(nèi)定位系統(tǒng)研究及優(yōu)化加速[D];浙江大學(xué);2016年

9 郭瑩瑩;基于群智感知的低功耗藍(lán)牙室內(nèi)定位技術(shù)的研究[D];北京郵電大學(xué);2017年

10 史永;空間場(chǎng)景約束的室內(nèi)定位方法研究[D];南京師范大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 耿恩緒;基于智能終端的室內(nèi)融合定位算法研究[D];重慶郵電大學(xué);2019年

2 任浩良;室內(nèi)定位的自適應(yīng)AP布局算法研究與實(shí)現(xiàn)[D];重慶郵電大學(xué);2019年

3 未平;基于藍(lán)牙角度估計(jì)的室內(nèi)定位技術(shù)研究[D];重慶郵電大學(xué);2019年

4 郭琛;可見光室內(nèi)定位系統(tǒng)的指紋融合算法[D];南京師范大學(xué);2019年

5 聶帥;室內(nèi)復(fù)雜環(huán)境下可見光壓縮感知定位算法研究[D];南京師范大學(xué);2019年

6 趙心域;藍(lán)牙室內(nèi)定位的動(dòng)態(tài)指紋窗口模型及其應(yīng)用方法研究[D];南京師范大學(xué);2019年

7 江斌;基于WiFi的室內(nèi)定位與導(dǎo)航的研究和應(yīng)用[D];南昌大學(xué);2019年

8 吳承鈺;基于UWB的室內(nèi)定位系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2019年

9 許鑫穎;基于藍(lán)牙技術(shù)的室內(nèi)定位系統(tǒng)研究與設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2019年

10 趙英伯;多用戶單節(jié)點(diǎn)室內(nèi)定位的算法改進(jìn)與系統(tǒng)性能分析[D];哈爾濱工業(yè)大學(xué);2019年

本文編號(hào)：2857757