發(fā)布時(shí)間：2020-12-17 14:26

　　近年來(lái),基于位置的服務(wù)(Location Based Services,LBS)一直占據(jù)著研究的熱點(diǎn)。室外定位中,在GNSS的強(qiáng)大背景下,各種基于位置服務(wù)的應(yīng)用運(yùn)應(yīng)而生,為人們的出行帶來(lái)了便利。雖然GNSS在室外發(fā)揮著得天獨(dú)厚的優(yōu)勢(shì),但是其信號(hào)極易受到高樓大廈、茂密枝葉等影響產(chǎn)生多徑效應(yīng),致使定位精度急劇下降,在這些地方以及室內(nèi)所產(chǎn)生的定位誤差極大,無(wú)法達(dá)到定位效果。而人們工作生活大部分時(shí)間都在室內(nèi),因此尋求一種同樣高精度的室內(nèi)定位技術(shù)尤為重要。本文通過(guò)對(duì)現(xiàn)有的室內(nèi)定位技術(shù)分析和研究,結(jié)合智能移動(dòng)設(shè)備和相關(guān)機(jī)器學(xué)習(xí)算法作為研究方向,針對(duì)現(xiàn)有的PDR技術(shù)所固有的缺陷,即累積誤差造成精度下降的問(wèn)題進(jìn)行改善,以及針對(duì)行人在室內(nèi)活動(dòng)的日常行為進(jìn)行數(shù)據(jù)分析,提出了一種基于CNN活動(dòng)識(shí)別輔助PDR室內(nèi)定位的方法。具體內(nèi)容包括:(1)研究了基于CNN活動(dòng)識(shí)別算法。對(duì)行人步行,左拐,右拐等日�；顒�(dòng)進(jìn)行數(shù)據(jù)分析,并建立基于CNN活動(dòng)識(shí)別模型,實(shí)現(xiàn)了對(duì)行人這三種日�；顒�(dòng)的識(shí)別。(2)對(duì)CNN活動(dòng)識(shí)別模型的啟動(dòng)算法進(jìn)行了研究。通過(guò)分析信號(hào)強(qiáng)度誤差變化,得出信號(hào)強(qiáng)度變化閾值,并檢測(cè)各個(gè)特征點(diǎn)處的AP信號(hào)強(qiáng)度,... 

【文章來(lái)源】：江西師范大學(xué)江西省

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文組織結(jié)構(gòu)圖

了 88.06%[27]。工神經(jīng)網(wǎng)絡(luò)的行為識(shí)別技術(shù)Artificial Neural Networks）是一種基于仿生處理的機(jī)器學(xué)習(xí)算法模型。這種模型通過(guò)大神經(jīng)元之間相互連接的權(quán)重，從而達(dá)到信息神經(jīng)元組成，如圖 2-1 所示。在這個(gè)神經(jīng)元(Weighted Sum)后得到ini wx1，然后將這個(gè)總函數(shù)進(jìn)行處理以產(chǎn)生神經(jīng)元的輸出。具體地()1 niiiy fwx入信號(hào)，wi表示所分配的權(quán)重，i=1,2,3，.f(x)表示激活函數(shù)。

圖 2-2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)活動(dòng)識(shí)別、智能控制、模式識(shí)別等領(lǐng)域都有著有遞歸神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)ion）等。Min 等提出了一種人類活動(dòng)識(shí)別系統(tǒng)，，利用人工神經(jīng)網(wǎng)絡(luò)對(duì)人們常見(jiàn)的是十一種活動(dòng)5%[28]；Reda 等人利用人工神經(jīng)網(wǎng)絡(luò)對(duì)入侵者檢其識(shí)別精度達(dá)到了 82%左右[29]。定位相關(guān)技術(shù)室內(nèi)定位服務(wù)需求的日益增加，研究一款具有普睫。但是由于室內(nèi)結(jié)構(gòu)具有異構(gòu)性、多維性等特定位精度要求高，使得目前還沒(méi)有一種定位技術(shù)頭。為此本節(jié)總結(jié)國(guó)內(nèi)外室內(nèi)定位技術(shù)的研究現(xiàn)介紹。于 WiFi 指紋定位技術(shù)

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)粒子濾波器的室內(nèi)地磁匹配精度研究[J]. 李維,黃鶴,羅德安.  測(cè)繪科學(xué). 2018(07)
[2]基于地磁指紋和PDR融合的手機(jī)室內(nèi)定位系統(tǒng)[J]. 李思民,蔡成林,王亞娜,邱云翔,黃艷虎.  傳感技術(shù)學(xué)報(bào). 2018(01)
[3]基于可穿戴傳感器的人體活動(dòng)識(shí)別研究綜述[J]. 鄭增威,杜俊杰,霍梅梅,吳劍鐘.  計(jì)算機(jī)應(yīng)用. 2018(05)
[4]基于智能手機(jī)的室內(nèi)定位技術(shù)的發(fā)展現(xiàn)狀和挑戰(zhàn)[J]. 陳銳志,陳亮.  測(cè)繪學(xué)報(bào). 2017(10)
[5]基于WiFi的指紋匹配算法在室內(nèi)定位中的應(yīng)用研究[J]. 唐洋,白勇,馬躍,藍(lán)章禮.  計(jì)算機(jī)科學(xué). 2016(05)
[6]一種基于傳播模型和位置指紋的混合室內(nèi)定位方法[J]. 崔斌,趙西安.  測(cè)繪通報(bào). 2015(06)
[7]一種使用紅外線和超聲波的定位技術(shù)[J]. 厡玉磊,王安健,蔣理興.  電子測(cè)量技術(shù). 2008(10)
[8]射頻識(shí)別技術(shù)及其在室內(nèi)定位中的應(yīng)用[J]. 孫瑜,范平志.  計(jì)算機(jī)應(yīng)用. 2005(05)
[9]基于MATLAB設(shè)計(jì)巴特沃斯低通濾波器[J]. 李鐘慎.  信息技術(shù). 2003(03)

博士論文
[1]基于群智感知的無(wú)線室內(nèi)定位[D]. 吳陳沭.清華大學(xué) 2015

碩士論文
[1]基于UWB的室內(nèi)機(jī)器人定位系統(tǒng)研究與設(shè)計(jì)[D]. 顧衍明.哈爾濱工業(yè)大學(xué) 2018
[2]基于Android的PDR和WiFi指紋融合室內(nèi)定位技術(shù)研究[D]. 周禮爭(zhēng).江西師范大學(xué) 2016
[3]基于智能手機(jī)的航位推算和Wi-Fi組合室內(nèi)定位方法研究與設(shè)計(jì)[D]. 胡可.江西師范大學(xué) 2015
[4]室內(nèi)無(wú)線定位算法研究[D]. 徐鳳燕.復(fù)旦大學(xué) 2008



本文編號(hào)：2922196