基于dynFWA-SVM的WiFi室內(nèi)定位研究
發(fā)布時(shí)間:2020-12-26 09:14
隨著飛速發(fā)展的移動(dòng)互聯(lián)網(wǎng)技術(shù),以及智能移動(dòng)終端設(shè)備的廣泛普及,人們對(duì)基于位置服務(wù)LBS給予了更高的期望和要求。當(dāng)前,室外環(huán)境的定位技術(shù)已趨于成熟,而室內(nèi)環(huán)境的定位技術(shù)仍處于研究階段,其中,基于位置指紋匹配的室內(nèi)定位技術(shù)因其成本代價(jià)較低、硬件設(shè)備簡單、定位精度較高等優(yōu)點(diǎn),已成為眾多室內(nèi)定位技術(shù)中的研究重點(diǎn)。本文針對(duì)這一室內(nèi)定位技術(shù)進(jìn)行了更深入的研究和探索,發(fā)現(xiàn)存在如下問題急需改進(jìn):不同信號(hào)采集設(shè)備采集同一位置的RSS指紋存在明顯差異;WiFi信號(hào)在室內(nèi)復(fù)雜環(huán)境傳播過程中易受到干擾;采集大數(shù)據(jù)集位置指紋數(shù)據(jù)庫時(shí)需要付出大量的人力成本;定位算法支持向量機(jī)SVM在定位面積較大時(shí)定位精度較低、耗時(shí)較長。針對(duì)以上問題本文提出相應(yīng)的解決方案,論文的主要工作如下:(1)對(duì)采集到的WiFi信號(hào)進(jìn)行高斯濾波預(yù)處理,并采用信號(hào)強(qiáng)度差SSD指紋替代傳統(tǒng)的RSS指紋。理論分析發(fā)現(xiàn)RSS的值與移動(dòng)終端的天線增益因子GMT有關(guān),因此,將同一位置采集到的AP1的信號(hào)強(qiáng)度和AP2的信號(hào)強(qiáng)度做相減運(yùn)算,從而消除GMT因子,實(shí)驗(yàn)結(jié)果證明...
【文章來源】: 白振東 河北工業(yè)大學(xué)
【文章頁數(shù)】:63 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
所采集的信號(hào)強(qiáng)度分布圖
河北工業(yè)大學(xué)碩士學(xué)位論文23圖3.4兩款設(shè)備的RSS指紋圖3.5兩款設(shè)備的SSD指紋選用上文介紹到的三種濾波分別對(duì)已采集得到的180條數(shù)據(jù)進(jìn)行濾波處理,并對(duì)比其處理過后的效果,其實(shí)驗(yàn)結(jié)果如圖3.6、圖3.7和圖3.8所示,分別表示高斯濾波處理的效果、均值濾波處理的效果和中值濾波處理的效果,在圖中實(shí)線代表的是采集到的原數(shù)據(jù),虛線代表經(jīng)濾波處理過后的數(shù)據(jù)值。圖3.6高斯濾波處理效果圖
基于dynFWA-SVM的WiFi室內(nèi)定位研究24圖3.7均值濾波處理效果圖圖3.8中值濾波處理效果圖從以上三個(gè)圖中可以得知,前20次采集到的信號(hào)強(qiáng)度波動(dòng)比較明顯,因此對(duì)前20次的數(shù)據(jù)處理中值濾波處理的效果比較良好,但之后的160條信號(hào)數(shù)據(jù)強(qiáng)度上下浮動(dòng)逐漸趨于平穩(wěn),由于中值濾波較適用于信號(hào)波動(dòng)性較大的情況,因此得出結(jié)論,中值濾波不適用于WiFi信號(hào)的預(yù)處理。對(duì)比高斯濾波和均值濾波對(duì)所采集信號(hào)的預(yù)處理效果可以看出,二者的區(qū)別并不是很大,但考慮到均值濾波在計(jì)算的過程中將小概率發(fā)生和大干擾的數(shù)據(jù)也計(jì)算在內(nèi),終究會(huì)對(duì)處理的最終結(jié)果造成影響,從而影響到最后的定位精度,而高斯濾波則是舍棄高斯分布模型中的小概率和大干擾數(shù)據(jù),選取高概率數(shù)值對(duì)其進(jìn)行均值處理,因此對(duì)比可知,高斯濾波對(duì)WiFi信號(hào)的處理效果要優(yōu)于均值濾波和中值濾波的處理效果,因此本文也將采用高斯濾波對(duì)位置指紋進(jìn)行預(yù)處理,提高最終的定位精度。3.2空間插值法在指紋定位中的應(yīng)用隨著人們在室內(nèi)活動(dòng)的面積快速增長,基于位置指紋定位的算法中除了傳統(tǒng)的
本文編號(hào):2939426
【文章來源】: 白振東 河北工業(yè)大學(xué)
【文章頁數(shù)】:63 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
所采集的信號(hào)強(qiáng)度分布圖
河北工業(yè)大學(xué)碩士學(xué)位論文23圖3.4兩款設(shè)備的RSS指紋圖3.5兩款設(shè)備的SSD指紋選用上文介紹到的三種濾波分別對(duì)已采集得到的180條數(shù)據(jù)進(jìn)行濾波處理,并對(duì)比其處理過后的效果,其實(shí)驗(yàn)結(jié)果如圖3.6、圖3.7和圖3.8所示,分別表示高斯濾波處理的效果、均值濾波處理的效果和中值濾波處理的效果,在圖中實(shí)線代表的是采集到的原數(shù)據(jù),虛線代表經(jīng)濾波處理過后的數(shù)據(jù)值。圖3.6高斯濾波處理效果圖
基于dynFWA-SVM的WiFi室內(nèi)定位研究24圖3.7均值濾波處理效果圖圖3.8中值濾波處理效果圖從以上三個(gè)圖中可以得知,前20次采集到的信號(hào)強(qiáng)度波動(dòng)比較明顯,因此對(duì)前20次的數(shù)據(jù)處理中值濾波處理的效果比較良好,但之后的160條信號(hào)數(shù)據(jù)強(qiáng)度上下浮動(dòng)逐漸趨于平穩(wěn),由于中值濾波較適用于信號(hào)波動(dòng)性較大的情況,因此得出結(jié)論,中值濾波不適用于WiFi信號(hào)的預(yù)處理。對(duì)比高斯濾波和均值濾波對(duì)所采集信號(hào)的預(yù)處理效果可以看出,二者的區(qū)別并不是很大,但考慮到均值濾波在計(jì)算的過程中將小概率發(fā)生和大干擾的數(shù)據(jù)也計(jì)算在內(nèi),終究會(huì)對(duì)處理的最終結(jié)果造成影響,從而影響到最后的定位精度,而高斯濾波則是舍棄高斯分布模型中的小概率和大干擾數(shù)據(jù),選取高概率數(shù)值對(duì)其進(jìn)行均值處理,因此對(duì)比可知,高斯濾波對(duì)WiFi信號(hào)的處理效果要優(yōu)于均值濾波和中值濾波的處理效果,因此本文也將采用高斯濾波對(duì)位置指紋進(jìn)行預(yù)處理,提高最終的定位精度。3.2空間插值法在指紋定位中的應(yīng)用隨著人們在室內(nèi)活動(dòng)的面積快速增長,基于位置指紋定位的算法中除了傳統(tǒng)的
本文編號(hào):2939426
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2939426.html
最近更新
教材專著