基于LMBP神經(jīng)網(wǎng)絡(luò)的WiFi室內(nèi)定位方法的研究
發(fā)布時(shí)間:2021-08-15 03:33
近年來,移動(dòng)智能手機(jī)的用戶數(shù)量劇增,為了用戶可以便捷地使用網(wǎng)絡(luò)進(jìn)行通信,各大城市在公共場(chǎng)所內(nèi)都鋪設(shè)大量WiFi熱點(diǎn),因此很多室內(nèi)定位的研究者便將WiFi熱點(diǎn)作為定位區(qū)域的接入點(diǎn),提出了基于WiFi的室內(nèi)定位技術(shù)。WiFi的室內(nèi)定位技術(shù)利用公共場(chǎng)合內(nèi)的共享熱點(diǎn)覆蓋區(qū)域作為定位區(qū)域,從而降低系統(tǒng)開發(fā)成本,與其他室內(nèi)定位技術(shù)相比更具備市場(chǎng)競(jìng)爭(zhēng)力。本文闡述了室內(nèi)定位技術(shù)在當(dāng)今形勢(shì)下的研究意義,分析了國內(nèi)外的室內(nèi)定位的研究現(xiàn)狀,對(duì)幾種常用的室內(nèi)定位技術(shù)進(jìn)行深入研究。不同室內(nèi)定位技術(shù)都有其特定的應(yīng)用場(chǎng)景,其定位精度也存在差異。定位精度提高也有賴于選擇合適的定位算法,本文選取幾種常用室內(nèi)定位算法原理和特征進(jìn)行研究分析。在大型的室內(nèi)場(chǎng)館內(nèi)需要鋪設(shè)的網(wǎng)絡(luò)節(jié)點(diǎn)較多,導(dǎo)致采集的樣本數(shù)據(jù)維數(shù)較大,增加了定位時(shí)間和算法復(fù)雜度。因此,在離線階段需要對(duì)采集的原始數(shù)據(jù)進(jìn)行預(yù)處理,本文采用特征提取算法對(duì)原始數(shù)據(jù)進(jìn)行處理,有效地降低了數(shù)據(jù)維度,去除數(shù)據(jù)冗余信息,即使在噪聲環(huán)境下也能得到較好的定位效果。無線信號(hào)在室內(nèi)傳播存在反射、衍射、陰影效應(yīng)和多徑衰落等特征,采用基于傳播模型的定位方法,如泰勒級(jí)數(shù)法,三邊定位法,雙曲線法...
【文章來源】:桂林理工大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:78 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
三邊測(cè)量法假設(shè),為待定位節(jié)點(diǎn)的坐標(biāo),根據(jù)三邊測(cè)量法的原理可列式:
桂林理工大學(xué)碩士學(xué)位論文13圖2.2三角測(cè)量法在實(shí)際運(yùn)用中,由和目標(biāo)節(jié)點(diǎn)A、C和,若目標(biāo)節(jié)點(diǎn)A、C相連得到弦AC在內(nèi),可以得到唯一的一個(gè)圓,設(shè),為這個(gè)圓的圓心坐標(biāo),半徑為,可得,由此可得如下公式(2.16)(2.17)香(2.18)由以上公式即可求得圓心O的坐標(biāo)及對(duì)應(yīng)的半徑。同理可以分別求得A、B和以及B、C和所對(duì)應(yīng)的圓心坐標(biāo)及半徑。結(jié)合三邊測(cè)量算法即可得到三個(gè)圓的交點(diǎn)為待定位節(jié)點(diǎn)的坐標(biāo)位置。(3)最大似然概率法最大似然法(MaximumLikelihood)也叫做極大似然估計(jì),是將RSSI樣本數(shù)據(jù)中隨機(jī)抽取n組RSSI樣本數(shù)據(jù)進(jìn)行觀測(cè),然后使得參數(shù)估計(jì)量在RSSI樣本中抽取該n組樣本觀測(cè)值的概率最大。設(shè)在定位區(qū)域處部署N個(gè)RP為,,,,離線階段分別在這N個(gè)RP上測(cè)量來自所有可見AP的RSSI值,以測(cè)量得到的原始RSSI數(shù)據(jù)為樣本根據(jù)最大似然法擬合出每個(gè)RP的RSSI信號(hào)的概率分布函數(shù),假設(shè)在實(shí)時(shí)定位階段的向量r作為RSSI的向量樣本,求得最大后驗(yàn)概率的RP位置估計(jì)為用戶位置:x,ymax,,,,(2.19)后驗(yàn)概率的計(jì)算公式為:(2.20)用戶在各個(gè)AP點(diǎn)處具有均勻分布的先驗(yàn)概率,可將其表示為。在定位過程,將式(2.20)計(jì)算結(jié)果即為最大似然估計(jì)。通常情況下,將計(jì)算結(jié)果中的具有最大似然概率的RP位置估計(jì)即為被測(cè)目標(biāo)的位置坐標(biāo):
桂林理工大學(xué)碩士學(xué)位論文16示,以A、B為圓心的兩個(gè)圓相交時(shí),比較與。將上面比較結(jié)果較小的值作為第一個(gè)近似點(diǎn)。第三種情況可由圖2.3(c)所示,以A為圓心的大圓包含以B為圓心的小圓時(shí),將圓心A與圓心B相連并延長(zhǎng)至大圓的邊緣,則這延長(zhǎng)線與兩圓有兩個(gè)交點(diǎn)為D、E,這時(shí)可將DE的中點(diǎn)作為第一個(gè)近似點(diǎn)。第四種情況可由圖2.3(d)所示,以A、B為圓心的兩圓相離時(shí),將圓心A、B用線連接起來,連接線AB與兩圓有兩個(gè)交點(diǎn)D、E,這時(shí)可將DE的中點(diǎn)作為第一個(gè)近似點(diǎn)。(a)(b)>(c)<(d)<圖2.3節(jié)點(diǎn)位置示意圖同理,可以取A、C及兩圓B、C的近似點(diǎn),。從而確定了三個(gè)近似點(diǎn),,,,,,將確立的三個(gè)近似點(diǎn)圍成一個(gè)三角形。利用公式計(jì)算三角形質(zhì)心,,其計(jì)算結(jié)果就是被測(cè)物體的位置估計(jì)值。(2.32)
【參考文獻(xiàn)】:
期刊論文
[1]基于紅外通信的室內(nèi)定位系統(tǒng)研制[J]. 岳學(xué)彬,李恒毅,馬立奇. 自動(dòng)化應(yīng)用. 2017(11)
[2]基于改進(jìn)AP選擇和K最近鄰法算法的室內(nèi)定位技術(shù)[J]. 李新春,侯躍. 計(jì)算機(jī)應(yīng)用. 2017(11)
[3]基于RSSI分布重疊的WKNN室內(nèi)定位方法[J]. 朱雪梅,李石榮,李澤彬. 徐州工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(03)
[4]基于RSSI測(cè)距室內(nèi)定位改進(jìn)質(zhì)心算法[J]. 胡斌斌,倪曉軍. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[5]基于4G MR無線話單的貝葉斯室內(nèi)定位技術(shù)研究和應(yīng)用[J]. 吳熹,王世波. 電信技術(shù). 2017(02)
[6]一種基于DV-Hop節(jié)點(diǎn)的室內(nèi)定位改進(jìn)算法[J]. 干建勇,張靜. 上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[7]基于超寬帶的室內(nèi)定位技術(shù)研究綜述[J]. 楊狄,唐小妹,李柏渝,王飛雪. 全球定位系統(tǒng). 2015(05)
[8]基于角度和與卡爾曼自適應(yīng)的APIT室內(nèi)定位算法[J]. 金純,宋海楠. 廣東通信技術(shù). 2015(02)
[9]基于WLAN的圖書館室內(nèi)定位技術(shù)研究[J]. 薛涵. 圖書館雜志. 2014(12)
[10]基于WiFi的室內(nèi)定位系統(tǒng)[J]. 崔惠媚,王小偉,王偉,覃錫忠. 微型機(jī)與應(yīng)用. 2014(23)
博士論文
[1]WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D]. 夏穎.哈爾濱工業(yè)大學(xué) 2016
[2]基于LED可見光通信的室內(nèi)定位關(guān)鍵技術(shù)研究[D]. 欒新源.上海大學(xué) 2016
碩士論文
[1]高精度室內(nèi)定位方法研究與實(shí)現(xiàn)[D]. 王珊婷.北方工業(yè)大學(xué) 2017
[2]面向煤礦井下人員的紅外技術(shù)研究[D]. 藺璐.太原理工大學(xué) 2017
[3]基于位置指紋的ZigBee室內(nèi)定位跟蹤技術(shù)研究[D]. 周濤.中國礦業(yè)大學(xué) 2017
[4]基于超聲波室內(nèi)定位系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 代森.西南交通大學(xué) 2017
[5]基于機(jī)器學(xué)習(xí)的WiFi室內(nèi)定位技術(shù)研究[D]. 李春躍.北京郵電大學(xué) 2017
[6]基于BLE室內(nèi)定位關(guān)鍵技術(shù)研究與開發(fā)[D]. 陶佳峰.昆明理工大學(xué) 2017
[7]基于信道狀態(tài)信息的WiFi室內(nèi)定位技術(shù)研究[D]. 陳帥坤.長(zhǎng)春理工大學(xué) 2017
[8]基于WiFi的室內(nèi)定位技術(shù)研究[D]. 周慧.南京郵電大學(xué) 2016
[9]基于WiFi和藍(lán)牙的室內(nèi)定位技術(shù)研究[D]. 華海亮.遼寧工業(yè)大學(xué) 2016
[10]基于安卓平臺(tái)的室內(nèi)定位技術(shù)研究與仿真[D]. 賈金峰.哈爾濱工程大學(xué) 2016
本文編號(hào):3343766
【文章來源】:桂林理工大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:78 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
三邊測(cè)量法假設(shè),為待定位節(jié)點(diǎn)的坐標(biāo),根據(jù)三邊測(cè)量法的原理可列式:
桂林理工大學(xué)碩士學(xué)位論文13圖2.2三角測(cè)量法在實(shí)際運(yùn)用中,由和目標(biāo)節(jié)點(diǎn)A、C和,若目標(biāo)節(jié)點(diǎn)A、C相連得到弦AC在內(nèi),可以得到唯一的一個(gè)圓,設(shè),為這個(gè)圓的圓心坐標(biāo),半徑為,可得,由此可得如下公式(2.16)(2.17)香(2.18)由以上公式即可求得圓心O的坐標(biāo)及對(duì)應(yīng)的半徑。同理可以分別求得A、B和以及B、C和所對(duì)應(yīng)的圓心坐標(biāo)及半徑。結(jié)合三邊測(cè)量算法即可得到三個(gè)圓的交點(diǎn)為待定位節(jié)點(diǎn)的坐標(biāo)位置。(3)最大似然概率法最大似然法(MaximumLikelihood)也叫做極大似然估計(jì),是將RSSI樣本數(shù)據(jù)中隨機(jī)抽取n組RSSI樣本數(shù)據(jù)進(jìn)行觀測(cè),然后使得參數(shù)估計(jì)量在RSSI樣本中抽取該n組樣本觀測(cè)值的概率最大。設(shè)在定位區(qū)域處部署N個(gè)RP為,,,,離線階段分別在這N個(gè)RP上測(cè)量來自所有可見AP的RSSI值,以測(cè)量得到的原始RSSI數(shù)據(jù)為樣本根據(jù)最大似然法擬合出每個(gè)RP的RSSI信號(hào)的概率分布函數(shù),假設(shè)在實(shí)時(shí)定位階段的向量r作為RSSI的向量樣本,求得最大后驗(yàn)概率的RP位置估計(jì)為用戶位置:x,ymax,,,,(2.19)后驗(yàn)概率的計(jì)算公式為:(2.20)用戶在各個(gè)AP點(diǎn)處具有均勻分布的先驗(yàn)概率,可將其表示為。在定位過程,將式(2.20)計(jì)算結(jié)果即為最大似然估計(jì)。通常情況下,將計(jì)算結(jié)果中的具有最大似然概率的RP位置估計(jì)即為被測(cè)目標(biāo)的位置坐標(biāo):
桂林理工大學(xué)碩士學(xué)位論文16示,以A、B為圓心的兩個(gè)圓相交時(shí),比較與。將上面比較結(jié)果較小的值作為第一個(gè)近似點(diǎn)。第三種情況可由圖2.3(c)所示,以A為圓心的大圓包含以B為圓心的小圓時(shí),將圓心A與圓心B相連并延長(zhǎng)至大圓的邊緣,則這延長(zhǎng)線與兩圓有兩個(gè)交點(diǎn)為D、E,這時(shí)可將DE的中點(diǎn)作為第一個(gè)近似點(diǎn)。第四種情況可由圖2.3(d)所示,以A、B為圓心的兩圓相離時(shí),將圓心A、B用線連接起來,連接線AB與兩圓有兩個(gè)交點(diǎn)D、E,這時(shí)可將DE的中點(diǎn)作為第一個(gè)近似點(diǎn)。(a)(b)>(c)<(d)<圖2.3節(jié)點(diǎn)位置示意圖同理,可以取A、C及兩圓B、C的近似點(diǎn),。從而確定了三個(gè)近似點(diǎn),,,,,,將確立的三個(gè)近似點(diǎn)圍成一個(gè)三角形。利用公式計(jì)算三角形質(zhì)心,,其計(jì)算結(jié)果就是被測(cè)物體的位置估計(jì)值。(2.32)
【參考文獻(xiàn)】:
期刊論文
[1]基于紅外通信的室內(nèi)定位系統(tǒng)研制[J]. 岳學(xué)彬,李恒毅,馬立奇. 自動(dòng)化應(yīng)用. 2017(11)
[2]基于改進(jìn)AP選擇和K最近鄰法算法的室內(nèi)定位技術(shù)[J]. 李新春,侯躍. 計(jì)算機(jī)應(yīng)用. 2017(11)
[3]基于RSSI分布重疊的WKNN室內(nèi)定位方法[J]. 朱雪梅,李石榮,李澤彬. 徐州工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(03)
[4]基于RSSI測(cè)距室內(nèi)定位改進(jìn)質(zhì)心算法[J]. 胡斌斌,倪曉軍. 計(jì)算機(jī)技術(shù)與發(fā)展. 2017(09)
[5]基于4G MR無線話單的貝葉斯室內(nèi)定位技術(shù)研究和應(yīng)用[J]. 吳熹,王世波. 電信技術(shù). 2017(02)
[6]一種基于DV-Hop節(jié)點(diǎn)的室內(nèi)定位改進(jìn)算法[J]. 干建勇,張靜. 上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[7]基于超寬帶的室內(nèi)定位技術(shù)研究綜述[J]. 楊狄,唐小妹,李柏渝,王飛雪. 全球定位系統(tǒng). 2015(05)
[8]基于角度和與卡爾曼自適應(yīng)的APIT室內(nèi)定位算法[J]. 金純,宋海楠. 廣東通信技術(shù). 2015(02)
[9]基于WLAN的圖書館室內(nèi)定位技術(shù)研究[J]. 薛涵. 圖書館雜志. 2014(12)
[10]基于WiFi的室內(nèi)定位系統(tǒng)[J]. 崔惠媚,王小偉,王偉,覃錫忠. 微型機(jī)與應(yīng)用. 2014(23)
博士論文
[1]WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D]. 夏穎.哈爾濱工業(yè)大學(xué) 2016
[2]基于LED可見光通信的室內(nèi)定位關(guān)鍵技術(shù)研究[D]. 欒新源.上海大學(xué) 2016
碩士論文
[1]高精度室內(nèi)定位方法研究與實(shí)現(xiàn)[D]. 王珊婷.北方工業(yè)大學(xué) 2017
[2]面向煤礦井下人員的紅外技術(shù)研究[D]. 藺璐.太原理工大學(xué) 2017
[3]基于位置指紋的ZigBee室內(nèi)定位跟蹤技術(shù)研究[D]. 周濤.中國礦業(yè)大學(xué) 2017
[4]基于超聲波室內(nèi)定位系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 代森.西南交通大學(xué) 2017
[5]基于機(jī)器學(xué)習(xí)的WiFi室內(nèi)定位技術(shù)研究[D]. 李春躍.北京郵電大學(xué) 2017
[6]基于BLE室內(nèi)定位關(guān)鍵技術(shù)研究與開發(fā)[D]. 陶佳峰.昆明理工大學(xué) 2017
[7]基于信道狀態(tài)信息的WiFi室內(nèi)定位技術(shù)研究[D]. 陳帥坤.長(zhǎng)春理工大學(xué) 2017
[8]基于WiFi的室內(nèi)定位技術(shù)研究[D]. 周慧.南京郵電大學(xué) 2016
[9]基于WiFi和藍(lán)牙的室內(nèi)定位技術(shù)研究[D]. 華海亮.遼寧工業(yè)大學(xué) 2016
[10]基于安卓平臺(tái)的室內(nèi)定位技術(shù)研究與仿真[D]. 賈金峰.哈爾濱工程大學(xué) 2016
本文編號(hào):3343766
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3343766.html
最近更新
教材專著