【摘要】：當(dāng)前,基于位置服務(wù)(Location-Based Service,LBS)相關(guān)技術(shù)發(fā)展迅速,面向室外的位置服務(wù)應(yīng)用已相當(dāng)普及,而室內(nèi)位置服務(wù)技術(shù)的研究正處于起步階段。鑒于無線局域網(wǎng)(Wireless Local Area Networks.WLAN)已完成室內(nèi)幾乎泛在的無線覆蓋,基于WLAN的室內(nèi)定位技術(shù)成為業(yè)界的首選。考慮到定位精度、技術(shù)復(fù)雜度、電磁干擾影響以及建設(shè)成本等因素,基于信號接收強度(Received Signal Strength,RSS)的WLAN室內(nèi)定位技術(shù)成為主流。本文以大型室內(nèi)定位相關(guān)技術(shù)開展研究,針對空曠和復(fù)雜兩種典型的大型室內(nèi)場景,分別分析了信號分布特性,重點研究了各場景下基于RSS的WLAN室內(nèi)定位模型、系統(tǒng)架構(gòu)和定位算法等技術(shù),論文的主要內(nèi)容如下:1、針對大型空曠室內(nèi)場景下幾何定位法運算復(fù)雜度高、定位精度低的問題,提出一種基于馬爾可夫鏈蒙特卡羅的室內(nèi)定位算法。該算法利用幾何定位原理構(gòu)建基于傳播損耗的似然函數(shù)模型,采用馬爾可夫鏈蒙特卡羅抽樣(MakovChain Monte Carlo,MCMC)方法,以隨機(jī)抽樣的方式實施位置估計。仿真與理論分析結(jié)果表明,較共軛梯度法(Fletcher-Reeves,FR),所提方法運算復(fù)雜度低、收斂速度快,估計精度逼近推導(dǎo)出的坐標(biāo)估計克拉美羅界(Cramer Rao Low bound,CRLB)。2、針對大型復(fù)雜室內(nèi)場景下位置指紋法建立指紋空間復(fù)雜度高、插值精度低的問題,提出一種基于改進(jìn)克里金插值的指紋空間建立算法。該算法不再沿用傳統(tǒng)克里金插值法使用經(jīng)驗法判定變異函數(shù)的傳統(tǒng)方法,而采用最小二乘擬合方法擬合變異函數(shù)實驗值,推導(dǎo)出變異函數(shù)的解析表達(dá)式,提高了指紋信息插值的準(zhǔn)確性。實驗結(jié)果表明,較現(xiàn)有插值算法,顯著提高了指紋信息插值精度。3、針對大型室內(nèi)復(fù)雜場景下位置指紋法指紋匹配算法運算復(fù)雜度高、定位精度低的問題,提出一種基于模擬退火聚類的室內(nèi)定位算法。該算法采用模擬退火聚類方法完成指紋空間的聚類和劃分,有效降低了指紋匹配所需的候選指紋數(shù)量,并消除了具有一定特征相似性的奇異點,從而降低了運算復(fù)雜度,提高了定位精度。實驗結(jié)果表明,較K-均值聚類定位算法和KNN算法,定位精度高,且定位精度不受初始值影響。
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：E11

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李晶;趙擁軍;李冬海;;基于馬爾科夫鏈蒙特卡羅的時延估計算法[J];物理學(xué)報;2014年13期

2 林娟;杜慶良;楊輝;鐘一文;;基于粒子群優(yōu)化算法的并行模擬退火算法[J];計算機(jī)科學(xué)與探索;2014年07期

3 劉穎;蘇軍峰;朱明強;;基于平方根容積卡爾曼濾波的RSSI定位參數(shù)估計算法[J];系統(tǒng)仿真學(xué)報;2014年01期

4 賀興時;丁文靜;楊新社;;基于模擬退火高斯擾動的蝙蝠優(yōu)化算法[J];計算機(jī)應(yīng)用研究;2014年02期

5 羅亮;馮象初;霍雷剛;張選德;吳玉蓮;李小平;;非局部MCMC采樣和低秩逼近的圖像去噪算法[J];西安電子科技大學(xué)學(xué)報;2013年06期

6 黃保虎;劉冉;張華;張昭;;基于不同重采樣算法的RFID指紋定位[J];計算機(jī)應(yīng)用;2013年02期

7 都伊林;;一種模糊聚類KNN位置指紋定位算法[J];微型機(jī)與應(yīng)用;2012年23期

8 王頂;馬娟;趙頤軒;;基于RSS空時處理的指紋定位算法[J];計算機(jī)應(yīng)用研究;2012年12期

9 彭玉旭;楊艷紅;;一種基于RSSI的貝葉斯室內(nèi)定位算法[J];計算機(jī)工程;2012年10期

10 劉世翔;胡艷飛;閆清華;馬金蘋;金鑫;;專家克里金插值法在空間插值中的應(yīng)用[J];地質(zhì)與資源;2011年04期

，

本文編號：2641711