基于深度信念网络的室内定位算法研究
发布时间：2021-08-10 17:37
随着社会和科技的发展,人们生活的室内环境空间正在不断变大。由于GNSS信号无法在室内准确获取,移动用户在室内环境中无法享受如GNSS系统提供的位置服务,室内环境中的基于位置服务LBS已经成为人们关注的热点。WIFI室内定位技术在很多方面具有显著优势,比如所需成本低,网络覆盖面、定位精度高等等。同时基于WIFI的室内定位技术,已成为室内定位的主要方法,为室内定位服务的发展起到了很大的推进作用。本文针对WIFI室内定位技术中指纹库的建立、AP节点的选择和数据采集中存在的缺点,对基于深度信念网络的室内定位算法相关问题进行研究,主要成果包括:（1）分析了WIFI信号自身的时变性、接收点与AP节点间距离、人员的遮挡、人员的走动及接受设备的姿态等误差源因素对信号强度数据的干扰情况。（2）针对信号强度值信号自身具有很强的时变性,提出了一种基于降噪深度信念网络的室内定位算法,目的在于减少指纹库中的冗余信息,提高算法运行效率和定位精确性。此算法把目标定位区域划分为若干个网格子区域,对采集到的RSSI信号进行简约和预处理,利用堆叠降噪自编码器的网络框架,经过多层神经网络非线性转换,输入重构之后的RSSI信...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
三边测量原理图
硕士学位论文三角测量方法（AOA）就是在二维空间中，根据 WIFI 信号到达移动终端角度和网络中已知的两个 AP 节点坐标值，通过距离解算得出移动端的使用者处位置的方法,如图 2-2 所示。许[44]等人提出了一种协同三角测量定位算法。而 WIFI 信号在室内复杂环境传播时，会受到各种障碍物，人员的移动以及多径效应等各种因素的干扰，导致通过三角测量方法测量得到的角度包含有很大统误差。而且三角测量方法需要额外的特殊硬件设备来同步角度与时间，所以角测量法在室内定位中的应用有限。
将适时获取的一组信号强度值与指纹数据库中的进行匹配，根据匹配结果预测移动端使用者的所在位置，如图2-3 所示。图 2-3 位置指纹定位技术原理Figure2-3 The principle of position fingerprint location（二）指纹定位算法K 最邻近法(K-Nearest Neighbor, KNN)、贝叶斯分类(Bayesian Classification,BC)、决策树(Decision Tree, DT)和神经网络(Neural Networks, NN)是指纹室内定位中最常用的几种算法。（1）K 最邻近法
【参考文献】：
期刊论文
[1]基于当前最优解的分段搜索策略的人工蜂群算法[J]. 毛力,周长喜,吴滨. 计算机科学. 2015(12)
[2]室内WLAN定位中位置指纹优化的接入点部署方法[J]. 周牧,蒲巧林,田增山. 通信学报. 2015(S1)
[3]基于决策树与朴素贝叶斯分类的入侵检测模型[J]. 姚潍,王娟,张胜利. 计算机应用. 2015(10)
[4]位置服务隐私保护研究综述[J]. 张学军,桂小林,伍忠东. 软件学报. 2015(09)
[5]室内无线传感器网络信道传输模型及统计分析[J]. 田勇,唐祯安,喻言. 控制与决策. 2014(06)
[6]具有时效机制的增量式无线定位方法[J]. 刘军发,谷洋,陈益强,曹彧姝. 计算机学报. 2013(07)
[7]北斗卫星导航系统试运行服务性能评估[J]. 高为广,苏牡丹,李军正,胡志刚. 武汉大学学报(信息科学版). 2012(11)
[8]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[9]基于线性加权的Cell-ID定位方法[J]. 万家欢,庄春华,陈秀万,张威奕,万玮. 北京大学学报(自然科学版). 2012(06)
[10]国家自然科学基金“十二五”发展规划[J]. 中国科学基金. 2011(05)
博士论文
[1]WLAN位置指纹室内定位关键技术研究[D]. 陈丽娜.华东师范大学 2014
[2]基于深度置信网络的中文信息抽取方法[D]. 陈宇.哈尔滨工业大学 2014
[3]基于位置指纹的WLAN室内定位技术研究[D]. 孙永亮.哈尔滨工业大学 2014
[4]基于学习算法的WLAN室内定位技术研究[D]. 邓志安.哈尔滨工业大学 2012
[5]基于WLAN的室内定位技术研究[D]. 张明华.上海交通大学 2009
硕士论文
[1]WLAN室内定位信号特征提取算法研究[D]. 张兴.哈尔滨工业大学 2013
[2]基于极限学习机的半监督分类[D]. 付华.西安电子科技大学 2013
本文编号：3334496
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
三边测量原理图
硕士学位论文三角测量方法（AOA）就是在二维空间中，根据 WIFI 信号到达移动终端角度和网络中已知的两个 AP 节点坐标值，通过距离解算得出移动端的使用者处位置的方法,如图 2-2 所示。许[44]等人提出了一种协同三角测量定位算法。而 WIFI 信号在室内复杂环境传播时，会受到各种障碍物，人员的移动以及多径效应等各种因素的干扰，导致通过三角测量方法测量得到的角度包含有很大统误差。而且三角测量方法需要额外的特殊硬件设备来同步角度与时间，所以角测量法在室内定位中的应用有限。
将适时获取的一组信号强度值与指纹数据库中的进行匹配，根据匹配结果预测移动端使用者的所在位置，如图2-3 所示。图 2-3 位置指纹定位技术原理Figure2-3 The principle of position fingerprint location（二）指纹定位算法K 最邻近法(K-Nearest Neighbor, KNN)、贝叶斯分类(Bayesian Classification,BC)、决策树(Decision Tree, DT)和神经网络(Neural Networks, NN)是指纹室内定位中最常用的几种算法。（1）K 最邻近法
【参考文献】：
期刊论文
[1]基于当前最优解的分段搜索策略的人工蜂群算法[J]. 毛力,周长喜,吴滨. 计算机科学. 2015(12)
[2]室内WLAN定位中位置指纹优化的接入点部署方法[J]. 周牧,蒲巧林,田增山. 通信学报. 2015(S1)
[3]基于决策树与朴素贝叶斯分类的入侵检测模型[J]. 姚潍,王娟,张胜利. 计算机应用. 2015(10)
[4]位置服务隐私保护研究综述[J]. 张学军,桂小林,伍忠东. 软件学报. 2015(09)
[5]室内无线传感器网络信道传输模型及统计分析[J]. 田勇,唐祯安,喻言. 控制与决策. 2014(06)
[6]具有时效机制的增量式无线定位方法[J]. 刘军发,谷洋,陈益强,曹彧姝. 计算机学报. 2013(07)
[7]北斗卫星导航系统试运行服务性能评估[J]. 高为广,苏牡丹,李军正,胡志刚. 武汉大学学报(信息科学版). 2012(11)
[8]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[9]基于线性加权的Cell-ID定位方法[J]. 万家欢,庄春华,陈秀万,张威奕,万玮. 北京大学学报(自然科学版). 2012(06)
[10]国家自然科学基金“十二五”发展规划[J]. 中国科学基金. 2011(05)
博士论文
[1]WLAN位置指纹室内定位关键技术研究[D]. 陈丽娜.华东师范大学 2014
[2]基于深度置信网络的中文信息抽取方法[D]. 陈宇.哈尔滨工业大学 2014
[3]基于位置指纹的WLAN室内定位技术研究[D]. 孙永亮.哈尔滨工业大学 2014
[4]基于学习算法的WLAN室内定位技术研究[D]. 邓志安.哈尔滨工业大学 2012
[5]基于WLAN的室内定位技术研究[D]. 张明华.上海交通大学 2009
硕士论文
[1]WLAN室内定位信号特征提取算法研究[D]. 张兴.哈尔滨工业大学 2013
[2]基于极限学习机的半监督分类[D]. 付华.西安电子科技大学 2013
本文编号：3334496
本文链接：https://www.wllwen.com/kejilunwen/wltx/3334496.html
