指紋定位技術(shù)是目前室內(nèi)定位研究的重點方向,現(xiàn)有的指紋定位方法是利用信號強度RSS的差異性,創(chuàng)建RSS向量與位置坐標之間的對應(yīng)關(guān)系,將這種對應(yīng)關(guān)系存儲在指紋數(shù)據(jù)庫中,通過待定位節(jié)點所測得RSS向量,利用優(yōu)化算法,估算該節(jié)點對應(yīng)的位置坐標。目前室內(nèi)定位信號源采用Wi-Fi、藍牙、UWB等為主,這些信號源存在易受干擾,部署運營成本高等缺點。反之,FM廣播作為一種現(xiàn)有公共的無線信號,且功率大、頻率受保護和廣域覆蓋等特點,其作為指紋定位信號源具有獨特優(yōu)勢�；贔M廣播的指紋定位研究目前只見部分碎片化的工作,未見體系化的研究成果。本文從上述需求出發(fā),開展指紋定位系統(tǒng)及其關(guān)鍵技術(shù)研究。首先,基于FM信號RSS特點開展了更高效的指紋定位模型及算法研究。其次,由于室內(nèi)無線傳播環(huán)境的變化和FM信號自身的非線性時變性,造成指紋庫數(shù)據(jù)的變化,需要解決快速更新指紋庫的問題;最后,面對指紋定位應(yīng)用過程中的安全需求,研究了各種惡意攻擊下的定位問題。本文從以上三個角度出發(fā),研究了FM廣播的指紋定位關(guān)鍵技術(shù),并取得如下成果和創(chuàng)新內(nèi)容:第一,通過實測數(shù)據(jù)分析調(diào)頻廣播的多種信號特征(RSS、音頻SNR、信號隔離度等),驗證...

【文章頁數(shù)】：116 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 本文研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 室內(nèi)定位技術(shù)研究現(xiàn)狀
        1.2.2 室內(nèi)指紋定位研究現(xiàn)狀
        1.2.3 FM室內(nèi)指紋定位技術(shù)研究現(xiàn)狀及存在的問題
    1.3 本文主要研究內(nèi)容及工作結(jié)構(gòu)安排
第2章 指紋定位與FM定位基礎(chǔ)理論
    2.1 指紋定位技術(shù)
        2.1.1 指紋定位的原理
        2.1.2 指紋定位算法的分類
    2.2 FM信號概述
        2.2.1 FM頻率分布及優(yōu)勢
        2.2.2 FM信號的時空變異性
        2.2.3 FM信號中的多徑效應(yīng)
        2.2.4 FM信號其它特征功能
    2.3 FM定位方法
        2.3.1 基于測距的FM定位
        2.3.2 基于指紋信息的FM定位
    2.4 FM與其他網(wǎng)絡(luò)指紋定位的對比分析
        2.4.1 FM與地磁、RFID指紋定位的比較
        2.4.2 FM與 Wi-Fi指紋技術(shù)的對比分析
    2.5 FM定位系統(tǒng)的應(yīng)用安全
        2.5.1 安全需求
        2.5.2 攻擊類型
        2.5.3 基于FM定位技術(shù)的安全措施
    2.6 FM定位系統(tǒng)性能指標
        2.6.1 安全性能評價指標
        2.6.2 定位誤差的表示及分析
    2.7 本章小結(jié)
第3章 加權(quán)質(zhì)心KNN技術(shù)的FM室內(nèi)定位算法
    3.1 FM定位算法問題描述
    3.2 FM信號基本特征分析
        3.2.1 信號強度
        3.2.2 音頻信噪比
        3.2.3 立體信通道分離
        3.2.4 立體聲導(dǎo)頻相位
        3.2.5 FMRSS信號的穩(wěn)定性
    3.3 基于加權(quán)質(zhì)心KNN的FM定位算法描述
        3.3.1 訓(xùn)練階段
        3.3.2 定位階段
    3.4 算法仿真與分析
        3.4.1 仿真環(huán)境設(shè)置
        3.4.2 算法性能分析
    3.5 本章小結(jié)
第4章 基于卡爾曼濾波和遷移學習模型的指紋庫動態(tài)校準算法
    4.1 動態(tài)傳感器定位的問題分析
    4.2 基于卡爾曼濾波和遷移學習模型的指紋庫動態(tài)校準算法
        4.2.1 卡爾曼濾波模型
        4.2.2 指紋定位中的遷移學習技術(shù)
        4.2.3 基于卡爾曼濾波和遷移學習模型的指紋庫動態(tài)校準算法
    4.3 算法仿真與分析
    4.4 本章小結(jié)
第5章 基于FM安全校驗的動態(tài)傳感器網(wǎng)絡(luò)安全定位算法
    5.1 安全定位問題描述
    5.2 基于FM安全校驗的動態(tài)傳感器網(wǎng)絡(luò)安全定位算法
        5.2.1 動態(tài)傳感器算法描述
        5.2.2 移動傳感器網(wǎng)絡(luò)安全定位描述
        5.2.3 FM安全校驗機制
        5.2.4 基于FM安全校驗的動態(tài)傳感器網(wǎng)絡(luò)安全定位算法描述
    5.3 算法仿真與分析
        5.3.1 FMSL算法的準確性
        5.3.2 錨節(jié)點密度對定位性能的影響
        5.3.3 采樣點數(shù)量對定位性能的影響
        5.3.4 待定位設(shè)備移動速度對定位性能的影響
        5.3.5 惡意錨節(jié)點密度對定位性能的影響
    5.4 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學位期間所發(fā)表的學術(shù)論文
致謝
個人簡歷



本文編號：3764904