隨著無線電通信技術(shù)、移動互聯(lián)網(wǎng)技術(shù)的發(fā)展,很多場合對于基于位置的服務(wù)（Location Based Services,LBS）的需求越來越高。然而應(yīng)用廣泛的衛(wèi)星類定位系統(tǒng)由于受到建筑物的遮擋,室內(nèi)定位效果差,因此,室內(nèi)場景需要非全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System,GNSS）進行定位。室內(nèi)定位研究近年來已經(jīng)成為熱點。由于室內(nèi)高密度的Wi-Fi節(jié)點布設(shè),Wi-Fi信號室內(nèi)覆蓋范圍大。大量的移動終端都內(nèi)嵌Wi-Fi接收機,因此Wi-Fi信號在室內(nèi)容易接收。極限學(xué)習機（Extreme Learning Machine,ELM）作為一種新型的前饋神經(jīng)網(wǎng)絡(luò)（feed-forward neuron network）機器學(xué)習算法,其隱層節(jié)點參數(shù)可隨機給定且不需人為調(diào)整,學(xué)習效率高,泛化能力強。因此本文開展基于ELM的Wi-Fi室內(nèi)定位技術(shù)研究。研究主要包括以下幾個方面:（1）研究基于接收信號強度指示（Received Signal Strength Indicator,RSSI）的指紋定位模型和工作原理,在此基礎(chǔ)上介紹了常用的指紋匹配算法。然后對極限... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和研究意義
    1.2 常見室內(nèi)定位方法
        1.2.1 測距定位方法
        1.2.2 非測距定位方法
    1.3 基于接收信號強度指示RSSI的定位算法
        1.3.1 基于距離的RSSI定位算法
        1.3.2 基于壓縮感知的RSSI定位算法
        1.3.3 基于位置指紋的RSSI定位算法
    1.4 國內(nèi)外室內(nèi)定位研究現(xiàn)狀
    1.5 本文主要工作
    1.6 文章結(jié)構(gòu)安排
第二章 基于ELM的指紋定位模型
    2.1 基于RSSI的指紋定位算法
    2.2 常見位置指紋匹配算法
        2.2.1 k鄰近法
        2.2.2 加權(quán)k鄰近法
        2.2.3 反向傳播神經(jīng)網(wǎng)絡(luò)法
        2.2.4 支持向量機法
    2.3 基于極限學(xué)習機的定位理論
        2.3.1 極限學(xué)習機的提出
        2.3.2 基于ELM的定位算法研究現(xiàn)狀
    2.4 本章小結(jié)
第三章 基于MK-ELM和 ISODATA聚類技術(shù)的定位算法
    3.1 ELM定位系統(tǒng)模型及面臨問題描述
        3.1.1 ELM定位系統(tǒng)模型
        3.1.2 問題描述
    3.2 算法具體描述
        3.2.1 算法基本思想
        3.2.2 離線階段描述
        3.2.3 在線階段描述
    3.3 算法總結(jié)和理論分析
        3.3.1 算法步驟總結(jié)
        3.3.2 算法理論分析
    3.4 算法定位性能分析
        3.4.1 實驗設(shè)備及場景
        3.4.2 定位效果分析
        3.4.3 計算復(fù)雜度分析
    3.5 本章小結(jié)
第四章 半監(jiān)督條件下基于ELM理論和ISODATA聚類的定位算法
    4.1 定位系統(tǒng)模型和問題提出
        4.1.1 系統(tǒng)模型
        4.1.2 問題提出
    4.2 算法主要思想描述
    4.3 算法離線階段描述
        4.3.1 RSSI測量值通過無監(jiān)督聚類方法進行數(shù)據(jù)預(yù)處理
        4.3.2 分類學(xué)習
        4.3.3 RSSI測量值特征提取
        4.3.4 回歸學(xué)習
    4.4 算法在線階段描述
    4.5 算法性能分析
        4.5.1 實驗設(shè)備與測試場景
        4.5.2 參數(shù)設(shè)置
        4.5.3 性能比較
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
附錄3 攻讀碩士學(xué)位期間參加的科研項目
致謝


【參考文獻】：
期刊論文
[1]基于加權(quán)極速學(xué)習機室內(nèi)高動態(tài)環(huán)境的定位算法[J]. 周世悅,張靜.  上海師范大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[2]一種基于位置指紋的WSN室內(nèi)安全定位算法[J]. 徐小卜.  電腦知識與技術(shù). 2016(09)
[3]基于KELM的位置指紋室內(nèi)定位方法研究[J]. 郭伯勛,李軍.  計算機工程與應(yīng)用. 2016(09)
[4]一種基于Wi-Fi信號指紋的樓宇內(nèi)定位算法[J]. 牛建偉,劉洋,盧邦輝,宋文芳.  計算機研究與發(fā)展. 2013(03)
[5]一種無線傳感器網(wǎng)絡(luò)質(zhì)心定位改進算法[J]. 朱博,陳曙.  傳感技術(shù)學(xué)報. 2010(06)
[6]基于k-近鄰算法的定位方法設(shè)計和仿真[J]. 李文杰,李文明.  計算機仿真. 2009(04)
[7]關(guān)于核函數(shù)選取的方法[J]. 王煒,郭小明,王淑艷,劉麗琴.  遼寧師范大學(xué)學(xué)報(自然科學(xué)版). 2008(01)
[8]基于單片機的紅外超聲室內(nèi)定位系統(tǒng)[J]. 魯琦,殳國華.  微處理機. 2006(02)

博士論文
[1]基于錨節(jié)點的無線傳感器網(wǎng)絡(luò)定位技術(shù)研究[D]. 唐弢.哈爾濱工業(yè)大學(xué) 2013
[2]無線傳感器網(wǎng)絡(luò)定位算法及其應(yīng)用研究[D]. 戴歡.江南大學(xué) 2012
[3]基于無線傳感器網(wǎng)絡(luò)的分布式定位跟蹤系統(tǒng)[D]. 申興發(fā).浙江大學(xué) 2007
[4]支持向量機算法的研究及其應(yīng)用[D]. 范昕煒.浙江大學(xué) 2003

碩士論文
[1]基于位置指紋的室內(nèi)定位算法研究[D]. 周紅亮.安徽工程大學(xué) 2018
[2]室內(nèi)基于無線信號的指紋定位方法研究[D]. 周世悅.上海師范大學(xué) 2016
[3]基于WIFI位置指紋室內(nèi)定位算法關(guān)鍵技術(shù)的研究[D]. 葛麗.南京郵電大學(xué) 2015
[4]室內(nèi)無線定位的研究[D]. 葉蔚.華南理工大學(xué) 2010



本文編號：2979205