基于室内蓝牙定位系统的研究与实现
发布时间：2021-11-10 05:53
自2013年苹果公司发布蓝牙Beacon设备,并首次将蓝牙技术与位置指纹技术结合应用于室内定位系统后,基于蓝牙Beacon的室内定位技术受到了广泛的应用与研究。本文通过对基于蓝牙技术的室内定位系统的研究与分析,提出了一种基于三点定位和坐标加权的三角定位算法和一个基于分布式室分系统的蓝牙定位系统。本论文的具体研究工作如下:（1）本文主要研究了三角定位算法,针对在实际定位环境中由三个蓝牙Beacon节点构成的三个圆并不会相交于一点而是相交于多个点的问题,本文提出了一种基于三点定位与坐标加权的三角定位算法。该算法首先对获取的RSSI数据集进行卡尔曼滤波处理,降低RSSI数据的波动性;后对经过卡尔曼滤波处理的RSSI数据集进行三种不同的RSSI选取方式得到适合的RSSI数据并进行三点定位算法,得到三个接近实际待定位节点的定位结果,并对这三个定位结果进行坐标加权,权值是根据这三种不同的选取方式得到的定位结果与实际待定位节点位置间的误差来确定的,最后将坐标加权后的三个加权坐标进行三角定位运算得到最终的定位结果并输出。（2）本文对现有的基于蓝牙的室内定位系统进行研究分析,针对目前基于蓝牙的室内定位系...
【文章来源】：广东工业大学广东省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
测试结果图
据处理测试场景中，RSSI 数据易受到各种干扰噪声的影响，同时无播、非视距等影响，会导致获取到的 RSSI 数据存在着很大的取到的 RSSI 数据的波动性和误差性降低，同时为了提高定出的系统在进行定位运算之前对获取到的 RSSI 数据先进行曼滤波算法对获取的 RSSI 数据进行滤波处理操作。文献[44]法的效果进行了比较，其中卡尔曼滤波算法的效果相对较好操作简单，数据存贮量小，具有很强的实时性。并且能在一加造成的RSSI观测值的偏离，故经过卡尔曼滤波算法处理后的稳定性。atlab R2014b中对获取到的RSSI数据集进行卡尔曼滤波算法 RSSI 数据集与经过卡尔曼滤波运算后的 RSSI 数据集进行比较卡尔曼滤波前后的效果图如图 3-2 所示。
图 3-5 导航模块测试结果图Fig. 3-5 Navigation module test result diagram从图 3-5 中可以知道：本文定位算法在导航过程中的定位误差主要出现在[0,1]走过程中因为测试点进入定位系统覆盖边缘时会出现较大的误差，但是整个误差将控制在 4m 内，平均定位误差为 1.0977m。5 本章小结本章首先搭建实验平台来构建 RSSI-距离衰减模型，并针对 RSSI 数据存在波题分析经过卡尔曼滤波处理后的数据变化；然后针对三角定位算法存在的不一种基于三点定位与坐标加权的三角定位算法，该算法先对收集的 RSSI 数据 RSSI 选取的三点定位算法，获取粗定位坐标；最后将获取的三个粗定位坐标加权坐标的三角定位算法得到待定位点坐标。本章在理论上和实验测试方面算法的可行性，并通过实验结果分析可知该算法能有效的提高定位精度。
【参考文献】：
期刊论文
[1]无线传感网络的TDOA节点定位算法[J]. 覃琪,谭松鹤,何传波. 电子技术与软件工程. 2019(04)
[2]基于UWB室内定位的迎宾机器人系统研究[J]. 李龙委,胡海燕,章仁辉,李春光,孙立宁. 机械与电子. 2018(12)
[3]基于RSSI测距的无线传感器网络质心定位算法优化[J]. 尹亚波,徐晴. 计算机与数字工程. 2018(12)
[4]基于KNN算法的可变权值室内指纹定位算法[J]. 戴志诚,李小年,陈增照,何秀玲. 计算机工程. 2019(06)
[5]一种基于信道状态信息的人员轨迹跟踪方法[J]. 郝占军,李倍倍,党小超. 计算机应用研究. 2019(10)
[6]基于分布式LTE网络的室内定位系统[J]. 杨宇,陈明,刘大庆. 电信科学. 2018(06)
[7]基于无线传感器网络的超声波定位节点设计[J]. 赵粉荣,赵晴晴,李文威,刘洲洲. 仪表技术与传感器. 2018(04)
[8]基于蓝牙RSSI的贝叶斯区域判别定位算法[J]. 彭昊,彭敏,安宁,周清峰. 计算机工程. 2019(03)
[9]基于非线性规划的室内TOA测距值优化方法[J]. 孙健,付永领,何杰,谭林,李胜广,许文鹏. 北京航空航天大学学报. 2018(08)
[10]基于ibeacon的室内二阶段定位算法研究[J]. 张莲,刘增里,李云昊,陈玲. 重庆理工大学学报(自然科学). 2017(12)
硕士论文
[1]基于WiFi信道状态信息的单基站室内定位研究[D]. 吴志国.北京邮电大学 2018
[2]室内环境下ZigBee网络移动节点定位技术研究[D]. 梁丽文.北京建筑大学 2018
[3]JUNO探测器液闪温度场测量系统[D]. 曾宪祯.华南理工大学 2018
[4]基于加权最小二乘的GNSS定位解算及精度分析[D]. 胡林瑶.中国民航大学 2018
[5]基于蓝牙mesh的室内定位技术研究[D]. 蔺飞宇.河南师范大学 2018
[6]融合WiFi和蓝牙的室内定位技术研究[D]. 何志爽.南华大学 2018
[7]基于低功耗蓝牙的室内定位算法研究及系统实现[D]. 冯文森.电子科技大学 2018
[8]图像辅助的射频指纹定位系统的设计与实现[D]. 刘璐.北京交通大学 2017
[9]基于超声波与红外线的室内实时定位系统的研究与实现[D]. 曾显彬.华侨大学 2017
[10]基于nanoPAN5375的监狱犯人定位跟踪系统[D]. 奚杰.东华大学 2016
本文编号：3486711
【文章来源】：广东工业大学广东省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
测试结果图
据处理测试场景中，RSSI 数据易受到各种干扰噪声的影响，同时无播、非视距等影响，会导致获取到的 RSSI 数据存在着很大的取到的 RSSI 数据的波动性和误差性降低，同时为了提高定出的系统在进行定位运算之前对获取到的 RSSI 数据先进行曼滤波算法对获取的 RSSI 数据进行滤波处理操作。文献[44]法的效果进行了比较，其中卡尔曼滤波算法的效果相对较好操作简单，数据存贮量小，具有很强的实时性。并且能在一加造成的RSSI观测值的偏离，故经过卡尔曼滤波算法处理后的稳定性。atlab R2014b中对获取到的RSSI数据集进行卡尔曼滤波算法 RSSI 数据集与经过卡尔曼滤波运算后的 RSSI 数据集进行比较卡尔曼滤波前后的效果图如图 3-2 所示。
图 3-5 导航模块测试结果图Fig. 3-5 Navigation module test result diagram从图 3-5 中可以知道：本文定位算法在导航过程中的定位误差主要出现在[0,1]走过程中因为测试点进入定位系统覆盖边缘时会出现较大的误差，但是整个误差将控制在 4m 内，平均定位误差为 1.0977m。5 本章小结本章首先搭建实验平台来构建 RSSI-距离衰减模型，并针对 RSSI 数据存在波题分析经过卡尔曼滤波处理后的数据变化；然后针对三角定位算法存在的不一种基于三点定位与坐标加权的三角定位算法，该算法先对收集的 RSSI 数据 RSSI 选取的三点定位算法，获取粗定位坐标；最后将获取的三个粗定位坐标加权坐标的三角定位算法得到待定位点坐标。本章在理论上和实验测试方面算法的可行性，并通过实验结果分析可知该算法能有效的提高定位精度。
【参考文献】：
期刊论文
[1]无线传感网络的TDOA节点定位算法[J]. 覃琪,谭松鹤,何传波. 电子技术与软件工程. 2019(04)
[2]基于UWB室内定位的迎宾机器人系统研究[J]. 李龙委,胡海燕,章仁辉,李春光,孙立宁. 机械与电子. 2018(12)
[3]基于RSSI测距的无线传感器网络质心定位算法优化[J]. 尹亚波,徐晴. 计算机与数字工程. 2018(12)
[4]基于KNN算法的可变权值室内指纹定位算法[J]. 戴志诚,李小年,陈增照,何秀玲. 计算机工程. 2019(06)
[5]一种基于信道状态信息的人员轨迹跟踪方法[J]. 郝占军,李倍倍,党小超. 计算机应用研究. 2019(10)
[6]基于分布式LTE网络的室内定位系统[J]. 杨宇,陈明,刘大庆. 电信科学. 2018(06)
[7]基于无线传感器网络的超声波定位节点设计[J]. 赵粉荣,赵晴晴,李文威,刘洲洲. 仪表技术与传感器. 2018(04)
[8]基于蓝牙RSSI的贝叶斯区域判别定位算法[J]. 彭昊,彭敏,安宁,周清峰. 计算机工程. 2019(03)
[9]基于非线性规划的室内TOA测距值优化方法[J]. 孙健,付永领,何杰,谭林,李胜广,许文鹏. 北京航空航天大学学报. 2018(08)
[10]基于ibeacon的室内二阶段定位算法研究[J]. 张莲,刘增里,李云昊,陈玲. 重庆理工大学学报(自然科学). 2017(12)
硕士论文
[1]基于WiFi信道状态信息的单基站室内定位研究[D]. 吴志国.北京邮电大学 2018
[2]室内环境下ZigBee网络移动节点定位技术研究[D]. 梁丽文.北京建筑大学 2018
[3]JUNO探测器液闪温度场测量系统[D]. 曾宪祯.华南理工大学 2018
[4]基于加权最小二乘的GNSS定位解算及精度分析[D]. 胡林瑶.中国民航大学 2018
[5]基于蓝牙mesh的室内定位技术研究[D]. 蔺飞宇.河南师范大学 2018
[6]融合WiFi和蓝牙的室内定位技术研究[D]. 何志爽.南华大学 2018
[7]基于低功耗蓝牙的室内定位算法研究及系统实现[D]. 冯文森.电子科技大学 2018
[8]图像辅助的射频指纹定位系统的设计与实现[D]. 刘璐.北京交通大学 2017
[9]基于超声波与红外线的室内实时定位系统的研究与实现[D]. 曾显彬.华侨大学 2017
[10]基于nanoPAN5375的监狱犯人定位跟踪系统[D]. 奚杰.东华大学 2016
本文编号：3486711
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3486711.html
