基于WLAN位置指纹的室内定位算法研究与应用
发布时间：2020-07-29 19:30
【摘要】：随着无线网络的广泛普及和移动终端的快速发展,移动用户对位置信息的需求从室外延伸到室内,而GPS无法在室内实现有效定位,迫切需要有效的室内定位技术来满足人们日益增长的室内定位需求。基于接收信号强度的WLAN定位系统,充分利用现有的无线网络基础设施,无需额外的专用硬件设备,能以纯软件的方式在任何一台具有Wi-Fi适配器的智能终端实现定位。本文对RSS特性进行分析,针对位置指纹算法目前存在的一些问题进行优化研究,提出一种基于空间分区技术的PCA位置指纹室内定位算法,并设计开发室内定位应用系统。本文主要工作如下:(1)针对异构终端接收信号能力差异性导致的WLAN位置指纹定位不稳定问题,研究RSS的空间特性和变化规律,对异构终端同步动态RSS序列进行相关性分析。设计异构终端RSS偏差纠正算法,在线定位时纠正RSS值,减小由于构建指纹库与实时定位时终端不一致导致的定位误差。(2)针对位置指纹库含有大量的冗余和噪声信息问题、位置指纹信息维度过高问题,应用PCA算法实现位置指纹的特征提取和降维,减少指纹冗余维度和多径效应带来的RSS值浮动。设计PCA位置指纹生成方法,增加PCA指纹系数,减小由于传统位置指纹算法仅使用待定位点与参考点之间RSS欧氏距离作为相似性准则导致的定位误差。实验证明,本算法可以有效的实现位置指纹的特征提取和降维,能够在一定程度上抑制环境噪声带来的影响,提升定位精度,节省指纹库存储空间。(3)为解决在线定位时指纹库匹配计算复杂度过高问题,设计位置指纹库子空间划分算法,对位置指纹库进行聚类分块处理,缩小匹配计算过程中指纹搜索空间。采用Gap statistic方法对K-means算法进行K值自适应改进,用于确定最优初始聚类数K,避免K值的不确定性导致的定位误差;优化初始聚类中心选择策略,用于选择均匀分布的初始聚类中心,避免陷入局部最优而导致无效聚类,从而降低在线定位时指纹匹配计算的复杂度。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN925.93
【图文】：
图 2.3 TOA 定位位置估计模型但是在实际应用中，三个圆之间存在交点的几率非常小，需要使用合适法对未知节点的物理位置进行修正计算。例如：Chan 算法[28]、近似最法等，都是 TOA 定位算法中常用的位置估算方法。TOA 方法在实际的线信号容易受到复杂环境的影响，从而产生比较大的传输时间延迟，实用性较差。（2） 信号到达时间差法（TDOA）在室内定位中应用 TDOA 算法主要分为两步：首先，使用相关发射信号A 值，根据信号传播时间与距离的非线性关系，构造位置估算方程组。步得到的非线性方程组使用 TDOA 定位算法进行求解，从而确定未知节。定位过程如下图 2.4 所示。
图 2.5 两种获取 TDOA 值方法（3） 基于接收信号强度定位法（RSS）基于 RSS 定位的方法，根据无线信号的强度值来估算与信号发射源之间的距离以分为信号传输损耗法和位置指纹法两种。信号传输损耗法原理是：根据无线信号衰减模型，将初始发射信号强度与移动接收的信号强度进行非线性化建模，从而实现参考点到未知节点的距离与信号传耗之间的转化；根据三角定位原理，多个以移动终端为圆心估算距离为半径的圆的交点就是未知节点的估计位置[30]。由于室内环境复杂，人员流动量大，无线信传输过程中容易受到家具、墙壁、同频无线电波、人体等影响，导致信号非视距和非正常衰减，无法确定具体的信号衰减因子来刻画信号衰减模型。所以，在复内环境中信号传输损耗法的实际应用存在一定的瓶颈。位置指纹法的原理是：在待定位环境中选取参考点，使用参考点的物理坐标SS 值作为指纹样本，用于构建离线位置指纹数据库；定位时，在待定位节点采集环境中 AP 的 RSS 信息，使用合适的位置估算算法计算实时 RSS 值与离线位置指
率等信息即可进行位置估算，可扩展性和灵活性好。因此，位置指纹法是目 室内定位技术的主要研究方法。LAN 位置指纹定位技术 WLAN 位置指纹定位基本原理于 WLAN 位置指纹的室内定位算法分为两个阶段：离线数据采集和在线位其原理如图 2.7 所示。在离线数据采集阶段，位置指纹库的建立利用已有 基础设施检测 Wi-Fi 信号强度，使用合理的方式对定位区域进行划分，在划区域内部署若干个物理位置已知的采样点，在每个采样点处采集其 Wi-Fi 信、MAC 地址与已知的位置信息作为一条完整的序列作为指纹保存到数据库置估算阶段，在 Wi-Fi 环境下，位置指纹库由一系列的 RSS 序列组成，定位征参数是每个点的信号强度 RSS，位置信息与指纹一一对应，通过测量当前P 的实时 RSS 与指纹数据库进行相似度计算，目标定位的物理位置即为与位中指纹样本相似度最大的参考点。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN925.93
【图文】：
图 2.3 TOA 定位位置估计模型但是在实际应用中，三个圆之间存在交点的几率非常小，需要使用合适法对未知节点的物理位置进行修正计算。例如：Chan 算法[28]、近似最法等，都是 TOA 定位算法中常用的位置估算方法。TOA 方法在实际的线信号容易受到复杂环境的影响，从而产生比较大的传输时间延迟，实用性较差。（2） 信号到达时间差法（TDOA）在室内定位中应用 TDOA 算法主要分为两步：首先，使用相关发射信号A 值，根据信号传播时间与距离的非线性关系，构造位置估算方程组。步得到的非线性方程组使用 TDOA 定位算法进行求解，从而确定未知节。定位过程如下图 2.4 所示。
图 2.5 两种获取 TDOA 值方法（3） 基于接收信号强度定位法（RSS）基于 RSS 定位的方法，根据无线信号的强度值来估算与信号发射源之间的距离以分为信号传输损耗法和位置指纹法两种。信号传输损耗法原理是：根据无线信号衰减模型，将初始发射信号强度与移动接收的信号强度进行非线性化建模，从而实现参考点到未知节点的距离与信号传耗之间的转化；根据三角定位原理，多个以移动终端为圆心估算距离为半径的圆的交点就是未知节点的估计位置[30]。由于室内环境复杂，人员流动量大，无线信传输过程中容易受到家具、墙壁、同频无线电波、人体等影响，导致信号非视距和非正常衰减，无法确定具体的信号衰减因子来刻画信号衰减模型。所以，在复内环境中信号传输损耗法的实际应用存在一定的瓶颈。位置指纹法的原理是：在待定位环境中选取参考点，使用参考点的物理坐标SS 值作为指纹样本，用于构建离线位置指纹数据库；定位时，在待定位节点采集环境中 AP 的 RSS 信息，使用合适的位置估算算法计算实时 RSS 值与离线位置指
率等信息即可进行位置估算，可扩展性和灵活性好。因此，位置指纹法是目 室内定位技术的主要研究方法。LAN 位置指纹定位技术 WLAN 位置指纹定位基本原理于 WLAN 位置指纹的室内定位算法分为两个阶段：离线数据采集和在线位其原理如图 2.7 所示。在离线数据采集阶段，位置指纹库的建立利用已有 基础设施检测 Wi-Fi 信号强度，使用合理的方式对定位区域进行划分，在划区域内部署若干个物理位置已知的采样点，在每个采样点处采集其 Wi-Fi 信、MAC 地址与已知的位置信息作为一条完整的序列作为指纹保存到数据库置估算阶段，在 Wi-Fi 环境下，位置指纹库由一系列的 RSS 序列组成，定位征参数是每个点的信号强度 RSS，位置信息与指纹一一对应，通过测量当前P 的实时 RSS 与指纹数据库进行相似度计算，目标定位的物理位置即为与位中指纹样本相似度最大的参考点。
【相似文献】
相关期刊论文 前10条
1 周洪洋;张春昌;尹晓楠;张海江;;对我国海事系统油指纹库建设的思考[J];中国海事;2013年08期
2 闫慧;黄文芳;杨永长;肖代雯;姜伟;罗春丽;;临床常见革兰氏阳性球菌蛋白指纹库的构建[J];中国生物工程杂志;2011年10期
3 ;北京市建起玉米“DNA指纹库”[J];北京农业职业学院学报;2006年01期
4 高振会;崔文林;周青;孙培艳;王鑫平;;渤海海上原油油指纹库建设[J];海洋环境科学;2006年S1期
5 张翔;郭杭;武和雷;;基于虚拟信息库的粒子滤波指纹库定位算法[J];计算机应用与软件;2015年06期
6 王sョ
本文编号：2774401
本文链接：https://www.wllwen.com/kejilunwen/wltx/2774401.html
