室内WiFi指纹定位系统中的半监督训练方法研究

发布时间：2020-07-18 03:08

【摘要】：随着智能移动设备及无线网络的大范围普及,和基于位置服务(Location-Based Service,LBS)的高速发展,定位技术已经受到社会各界越来越多的关注。LBS在公共安全、急救、物流等各行业都有着越来越高的需求。在室外条件下,全球卫星导航系统(Global Navigation Satellite System,GNSS)的定位能力已经得到广泛认可,例如全球定位系统(Global Position System,GPS)、北斗卫星导航系统(Beidou Navigation System,BDS)、伽利略(Galileo)系统等。然而在室内条件下,受限于信号衰减与多径影响等,卫星导航系统无法达到令人满意的效果。因此近年来室内定位成为了定位导航领域的热点研究方向。室内定位技术大多基于移动终端(智能手机、平板电脑等)采集信号,常用信号源来自无线局域网(Wireless Local Area Network,WLAN)、蓝牙、GSM/3G、加速度计、陀螺仪、摄像头等。其中基于WLAN的定位系统应用最为广泛。随着WLAN大范围的普及,大多数公共场所及办公区域等都有WLAN覆盖,因此基于WLAN的定位系统不需要额外铺设硬件设施。指纹定位系统作为基于Wi Fi定位系统的一种,包括离线训练阶段和在线定位阶段两部分。WiFi指纹定位系统在离线训练阶段通过对样本点信号强度(Received Signal Strength,RSS)向量的采样构建指纹数据库,并根据指纹数据库进行定位。不过,为了得到较为准确的定位结果,传统的离线训练方法需要进行大量样本点的指纹采集,工作量极大。为了解决这个问题,本文提出一种快速指纹训练方法:(1)在离线采集阶段采用半监督训练方法。通过在目标区域内,按照指定行走路径对“可见”的Wi Fi热点信号强度向量进行连续采样,获取一定数量的RSS向量;(2)利用高斯过程模型,在目标区域内基于采集到的RSS向量计算信号统计特性,然后基于这些统计特性,对整个区域内每个WiFi热点的信号强度分布进行建模,最后融合所有热点的分布模型建立指纹库,从而达到高效、准确地建立指纹数据库的目的。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92

【相似文献】