隨著互聯(lián)網(wǎng)技術(shù)快速發(fā)展、智能移動終端性能的不斷提升和中國城市化進程的不斷推進,室內(nèi)位置信息逐漸成為各項工作中最重要的信息,促使了基于位置服務(wù)（Location Based Service,LBS）的研究和發(fā)展。其中,基于Wi-Fi的室內(nèi)定位系統(tǒng)可以利用建筑中現(xiàn)有的Wi-Fi網(wǎng)絡(luò)基礎(chǔ)設(shè)施,已經(jīng)成為最流行和最實用的室內(nèi)定位系統(tǒng)。并且基于接收信號強度（Received Signal Strength,RSS）的Wi-Fi指紋定位方法不需要部署的接入點（Access Point,AP）的物理位置信息,且采用指紋技術(shù)能緩解無線信號在室內(nèi)環(huán)境中普遍存在的多徑效應(yīng)。指紋定位方法的性能受到了設(shè)備異構(gòu)性的嚴重影響,這種異構(gòu)性存在于不同設(shè)備之間由于硬件原因?qū)е碌腞SS基準差異。為了提高Wi-Fi定位對異構(gòu)硬件環(huán)境的普適性,本文提出了一種新的融合定位算法——基于復合指紋的混合分類定位算法。該算法通過轉(zhuǎn)換RSS構(gòu)建信號強度差指紋（Signal Strength Difference,SSD）和雙曲線位置指紋（Hyperbolic Location Fingerprint,HLF）兩種能克服異構(gòu)性的指紋,利用三... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

筆記本電腦數(shù)據(jù)采集端

第2章室內(nèi)定位相關(guān)方法研究-19-圖2-9智能手機采集端2.4本章小結(jié)本章介紹了幾種定位方法，闡述了AOA，TOA，TDOA三種定位方法的定位原理和適用場景，介紹了基于RSS的定位方法及原理，著重對位置指紋方法進行了說明。接著對后續(xù)本文用到的位置指紋匹配基本算法，KNN，SVM，RF原理進行了介紹。最后介紹了本文實驗場景和數(shù)據(jù)采集終端。

燕山大學工程碩士學位論文-22-式中，()jPd表示一個移動設(shè)備在距離jd處第j個AP的RSS。j是傳播信號的波長，jG和MDG是發(fā)射機和接收機天線增益，jT是信號傳輸功率，是路徑損耗指數(shù)，jZ是一個隨機變量，假定其服從均值為零，方差2j的正態(tài)分布。由于參數(shù)jG、jT和MDG的值取決于AP和移動設(shè)備的硬件，如果考慮相同的AP和移動設(shè)備，則RSS值與AP到移動設(shè)備的距離是一對一的關(guān)系。但是，如果采用不同硬件的AP或不同的移動設(shè)備則對應(yīng)關(guān)系為一對多，也就是說，給定一個RSS值，就有可能出現(xiàn)多種距離關(guān)系。因此，在Wi-Fi指紋識別技術(shù)中，如果使用異構(gòu)的AP或移動設(shè)備，那么位置與其指紋(即對應(yīng)的RSS值)之間存在一定的差異，這會降低定位系統(tǒng)的性能。圖3-2同一地點不同移動設(shè)備測量的RSS3.2.2RSS數(shù)據(jù)預處理信號在室內(nèi)環(huán)境中的傳播非常復雜，多路徑傳播和路徑損耗都會影響信號在室內(nèi)的分布，無論是在離線采集階段，還是在線定位階段，由于外部環(huán)境或接收設(shè)備性能的影響，移動設(shè)備接收到的RSS總是存在噪聲和異常數(shù)據(jù)。這些不可靠的數(shù)據(jù)被用來構(gòu)建指紋數(shù)據(jù)庫，會嚴重影響后續(xù)定位的準確性和穩(wěn)定性。因此，對采集到的RSS進行異常值和濾波等預處理是非常必要的，消除或減少室內(nèi)環(huán)境噪聲等因素造成的不利影響，確保離線構(gòu)建指紋數(shù)據(jù)庫的穩(wěn)定性和在線階段采集數(shù)據(jù)的準確性，提高定位精度。

【參考文獻】：
期刊論文
[1]基于移動眾包的地磁傳感器陣列室內(nèi)指紋定位技術(shù)[J]. 章裕潤,吳飛,毛萬葵.  傳感器與微系統(tǒng). 2019(12)
[2]多傳感器輔助的WiFi信號指紋室內(nèi)定位技術(shù)[J]. 石柯,宋小妹,王信達,呼文彪.  軟件學報. 2019(11)
[3]噪聲下的無線傳感器網(wǎng)絡(luò)定位與環(huán)境構(gòu)建算法研究[J]. 陸震宇,田玉平.  工業(yè)控制計算機. 2019(08)
[4]基于藍牙定位技術(shù)的導醫(yī)定位系統(tǒng)[J]. 張健偉,張雯瑾,夏靖波,杜小甫,張曉燕.  中國新通信. 2019(04)
[5]基于改進傳播環(huán)境參數(shù)的室內(nèi)定位方法[J]. 王康.  電腦知識與技術(shù). 2018(34)
[6]基于特征匹配和距離加權(quán)的藍牙定位算法[J]. 陸明熾,王守華,李云柯,紀元法,孫希延,鄧桂輝.  計算機應(yīng)用. 2018(08)
[7]基于機器人的室內(nèi)指紋地圖更新[J]. 毛大智,張鵬,曠儉,施闖.  地理空間信息. 2018(03)
[8]基于DBSCAN-GRNN-LSSVR算法的WLAN異構(gòu)終端定位方法[J]. 張勇,范恒,王昱潔.  計算機應(yīng)用研究. 2019(04)
[9]一種結(jié)合眾包的WIFI指紋數(shù)據(jù)庫自構(gòu)建及更新算法[J]. 張熠,陳璟,王革超.  小型微型計算機系統(tǒng). 2017(11)
[10]基于小波分析除噪的全質(zhì)心UWB室內(nèi)定位研究[J]. 林傳分,覃錫忠,賈振紅.  計算機仿真. 2014(02)

碩士論文
[1]基于視覺SLAM的室內(nèi)定位技術(shù)研究[D]. 李瑩.哈爾濱工程大學 2019
[2]超聲波室內(nèi)定位導航裝置的設(shè)計與實現(xiàn)[D]. 李冰.哈爾濱理工大學 2017
[3]基于多維標度的無源超高頻RFID室內(nèi)定位技術(shù)研究[D]. 王晶.天津大學 2016



本文編號：3477738