基于支持向量机算法的室内无线定位系统
发布时间：2020-09-17 19:00
随着移动互联网应用的高速发展,位置信息对人们的生活作用越来越重要,尤其是在室内环境中提供精确的位置信息,将进一步提升生活质量,提高生活便利性。全球定位系统(Global Positioning System,GPS)和北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)已经能够满足室外定位和导航的需求,但是室内定位技术一直未能够满足大众生活需求。目前,城市里公共场所无线网络覆盖率持续增高,基于接收无线信号强度指示(Received Signal Strength Indication,RSSI)信息定位的算法就有了广阔的发展空间,基于Wi-Fi的室内定位技术可以实现成本低、扩展性高、灵活度高的室内定位系统。针对基于Wi-Fi的室内定位系统中存在的技术难点,采用基于支持向量机的机器学习方法构建室内定位方法及技术方案。该室内定位方案主要包括离线训练阶段和在线预测阶段,离线阶段主要工作是采集参考点指纹信息,训练预测模型;在线阶段主要工作是实时采集指纹数据,根据预测模型预测实时位置。由于室内环境复杂并且易发生变化,移动设备在离线阶段采集的训练样本数据和在在线阶段采集的数据可能存在偏差,进而导致预测位置不准确。针对这个问题,提出对训练数据和实时采集数据处理方案:在离线阶段,通过设计的算法对接收到的训练数据进行筛选,去除噪点以提高支持向量机的训练模型质量;在线阶段,采用连续多次接收实时采集RSSI信息,通过设计的筛选策略去除影响预测结果的无线接入点(Access Point,AP),以提高支持向量机预测精度。基于加利福尼亚大学尔湾分校(University of California Irvine,UCI)公开的UJIIndoorLoc数据集进行实验对比发现,提出的基于支持向量机(Support Vector Machine,SVM)的室内无线定位方法具有较高的定位精度,且具有良好的普适性。
【学位单位】：长春理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP18;TN92
【部分图文】：
图 2.1 Wi-Fi 网络示意图基本运行原理[24]：1）无线接入点 WAP 每隔 100ms 通过信标帧（beacons）广播一次viceSet Identifier，SSID），信标帧（beacons）数据包的传输速率是帧长度很短不会对网络的性能产生大的影响。2）站点接收到 SSID 广播数据包，通过用户选择连接无线接入点 要安全认证。3）连接一旦建立完成，站点就可以通过无线接入点假如其所在的无线接入点 AP 访问网络。Wi-Fi 网络拓扑结构基于 Wi-Fi 组网中，主要有两种拓扑结构：点对点模式（Ad-Hoc5]。1）点对点结构：在点对点模式中是不包含无线接入点的，包含两线站点相互连接组成的对等网络，它不需要控制中心，任意两个。任意时刻站点的加入或者撤离都不会对整个网络有太大影响，
图 3.2 所有参考点位置接收到 WAP 的个数分布情况图 3.2 显示了在一个定位区域内采集所有参考点接收到无线接入点个数分布标表示单个参考点能够检测到无线 AP 个数，纵坐标表示检测到无线 AP 个数现的次数。由于图中展示的是没有做过任何处理的原始数据，所以存在检测 AP 的数据。去除这些数据后，计算得到平均每个参考点可以检测到 17.92 个图 3.3 中展示的时在某一个参考点接收到的无线接入点的信号强度，图中仅中 6 个无线接入点的采样值，接收信号强度为 0 时是不能接收到该无线 AP从图 3.3 中容易看出同一点的接收信号强度稳定在-90~-60dBm，只有少数的点的信号不稳定。图中 和 的信号强度很不稳定，大部分情况都不到，即使被检测到信号也比较弱。 和 虽然也有不能被检测到的情况体情况还是很平稳的。 和 表现的比较平稳，且每次都能被检测到度较高，这种情况是作为定位数据的理想情况。在定位过程中 和 不利于预测模型训练，不利于定位，在数据预处理过程中应该规避此类数据，数据造成的误差。
图 3.3 同一个位置接收无线 AP 的 RSSI 采样值综上所述，由于室内环境复杂多变，存在非常多的因素导致采集信号不稳定，段和在线阶段都受到影响，需要对接收的数据进行处理后再使用。选择训练征对支持向量机很重要，特征的值与预测结果存在一定的联系，选择正确的得到理想预测结果。2 离线阶段改进方案为了降低环境变化对定位算法的影响，在接收无线信号强度 RSSI 信息时，去的不稳定的无线 AP 的 RSSI 值。离线阶段优化数据主要是通过筛选适合定位特征选择正确可以训练出质量高的预测模型，提高定位精度。（1）最大信号强度选择法最早应用室内定位的 AP 选择算法，是通过程序将所有的检测到的 AP 与指纹息进行对比，选取其中相似度最高的几个作为候选，然后在通过定位算法进该方法在定位之前就消耗大量的时间，还不一定能够达到提高定位精度的目的由 Youssef 等人提出的最大信号强度选择法[40]在一定程度上提高定位准确性思想：在离线训练阶段，将参考点接收到的信号强度 RSSI 的平均值排序，只
【学位单位】：长春理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP18;TN92
【部分图文】：
图 2.1 Wi-Fi 网络示意图基本运行原理[24]：1）无线接入点 WAP 每隔 100ms 通过信标帧（beacons）广播一次viceSet Identifier，SSID），信标帧（beacons）数据包的传输速率是帧长度很短不会对网络的性能产生大的影响。2）站点接收到 SSID 广播数据包，通过用户选择连接无线接入点 要安全认证。3）连接一旦建立完成，站点就可以通过无线接入点假如其所在的无线接入点 AP 访问网络。Wi-Fi 网络拓扑结构基于 Wi-Fi 组网中，主要有两种拓扑结构：点对点模式（Ad-Hoc5]。1）点对点结构：在点对点模式中是不包含无线接入点的，包含两线站点相互连接组成的对等网络，它不需要控制中心，任意两个。任意时刻站点的加入或者撤离都不会对整个网络有太大影响，
图 3.2 所有参考点位置接收到 WAP 的个数分布情况图 3.2 显示了在一个定位区域内采集所有参考点接收到无线接入点个数分布标表示单个参考点能够检测到无线 AP 个数，纵坐标表示检测到无线 AP 个数现的次数。由于图中展示的是没有做过任何处理的原始数据，所以存在检测 AP 的数据。去除这些数据后，计算得到平均每个参考点可以检测到 17.92 个图 3.3 中展示的时在某一个参考点接收到的无线接入点的信号强度，图中仅中 6 个无线接入点的采样值，接收信号强度为 0 时是不能接收到该无线 AP从图 3.3 中容易看出同一点的接收信号强度稳定在-90~-60dBm，只有少数的点的信号不稳定。图中 和 的信号强度很不稳定，大部分情况都不到，即使被检测到信号也比较弱。 和 虽然也有不能被检测到的情况体情况还是很平稳的。 和 表现的比较平稳，且每次都能被检测到度较高，这种情况是作为定位数据的理想情况。在定位过程中 和 不利于预测模型训练，不利于定位，在数据预处理过程中应该规避此类数据，数据造成的误差。
图 3.3 同一个位置接收无线 AP 的 RSSI 采样值综上所述，由于室内环境复杂多变，存在非常多的因素导致采集信号不稳定，段和在线阶段都受到影响，需要对接收的数据进行处理后再使用。选择训练征对支持向量机很重要，特征的值与预测结果存在一定的联系，选择正确的得到理想预测结果。2 离线阶段改进方案为了降低环境变化对定位算法的影响，在接收无线信号强度 RSSI 信息时，去的不稳定的无线 AP 的 RSSI 值。离线阶段优化数据主要是通过筛选适合定位特征选择正确可以训练出质量高的预测模型，提高定位精度。（1）最大信号强度选择法最早应用室内定位的 AP 选择算法，是通过程序将所有的检测到的 AP 与指纹息进行对比，选取其中相似度最高的几个作为候选，然后在通过定位算法进该方法在定位之前就消耗大量的时间，还不一定能够达到提高定位精度的目的由 Youssef 等人提出的最大信号强度选择法[40]在一定程度上提高定位准确性思想：在离线训练阶段，将参考点接收到的信号强度 RSSI 的平均值排序，只
【参考文献】
相关期刊论文 前10条
1 李冬;张宝贤;;基于指纹的室内定位技术[J];中兴通讯技术;2015年06期
2 张倬胜;马方方;薛静远;艾浩军;;基于iBeacon的精细室内定位方法研究[J];地理信息世界;2015年02期
3 阮陵;张翎;许越;郑星雨;;室内定位:分类、方法与应用综述[J];地理信息世界;2015年02期
4 韩学超;韩新春;;一种仅基于超声波技术定位的新方法[J];海军工程大学学报;2013年02期
5 刘庆和;梁正友;;一种基于信息增益的特征优化选择方法[J];计算机工程与应用;2011年12期
6 李剑;;基于多径信号的无线定位系统研究[J];电子测量技术;2011年02期
7 范晓静;;室内无线传播模型的研究与仿真[J];科技信息;2010年26期
8 周立君;刘宇;;基于RSSI的无线传感器网络节点定位技术研究[J];电子测量技术;2010年08期
9 闫保中;姜琛;尹伟伟;;基于RFID技术的室内定位算法研究[J];计算机仿真;2010年02期
10 S∮窭
本文编号：2821102
本文链接：https://www.wllwen.com/kejilunwen/wltx/2821102.html
