基于KFCM-LMC-LSSVM算法的WLAN室内定位方法及室内定位系统
发布时间：2021-12-24 10:54
随着无线网络技术和计算机应用的不断发展,基于位置服务（Location-based Services,LBS）在生活多个领域被研究与应用,主要用于方便人们实时获取需要的位置信息。当前室外定位的常用手段——全球定位系统（Global Positioning System,GPS）在室内环境中很难接收到信号,无法满足人们对室内位置服务的要求,因此催生了针对室内复杂环境的定位技术。对比多种室内定位技术,基于无线局域网（Wireless Local Area Networks,WLAN）的接收信号强度（Received Signal Strength,RSS）定位系统无需其他的硬件设备,成本低,被广泛应用在实际生活中。在WLAN室内定位环境中,为获取较高定位精度,必须要进行大量的工作——采集大量指纹点的RSS值,同时RSS信号具有时变性,需要定期更新指纹库。针对采集指纹点工作量大的问题,本文提出基于KFCM-LMC-LSSVM室内定位算法。利用核模糊C均值聚类（Kernelized Fuzzy C-Means,KFCM）对待定位的区域进行区域划分,判断待测点所属区域后,在该区域利用低秩矩阵填充...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图２．１全球公共热点建设情况??Ｆｉｇ?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｏｆ?ｇｌｏｂａｌ?ｐｕｂｌｉｃ?ｈｏｔ?ｓｐｏｔｓ??
合肥工业大学专业硕士研究生学位论文??在我国，建设智慧城市的步伐越来越快，移动等运营商对ＷＬＡＮ数据分流的??需求，使得ＷＬＡＮ的发展在我国也同样引人注目，如图２所示，从２００９年开始，??到２０１２年，短短四年，ＷＬＡＮ?ＡＰ数目呈现指数型增长，截至２０１２年底，在ＷＬＡＮ??ＡＰ建设数目方面，中国移动达到了?３７８万个，中国电信达到９０多万个，中国联??通达到８５万个。??单位ｆ万??４００??３００?■??２００?Ｈ?Ｈ??。一■麵＝丨圓圍■圓国??２００９年?２０１０?年?２０ｉｌ?年?２０１２?年??■中国移动＊中国电信＝中国联通??图２．２国内三大运营商的ＷＬＡＮ热点建设情况??Ｆｉｇ?２．２?ＷＬＡＮ?ｈｏｔ?ｓｐｏｔ?ｃｏｎｓｔｒｕｃｔｉｏｎ?ｏｆ?ｔｈｅ?ｔｈｒｅｅ?ｍａｊｏｒ?ｏｐｅｒａｔｏｒｓ?ｉｎ?Ｃｈｉｎａ??ＷＬＡＮ之所以在全世界范围内蓬勃发展，一个根本原因是基于ＷＬＡＮ终端的??高普及率，最早是出现在笔记本电脑上，几乎市场上的所有的笔记本电脑的配置??都具有接入ＷＬＡＮ的功能，后来智能手机逐渐普及，取代了笔记本电脑的地位，??成了在所有可连接ＷＬＡＮ热点设备里占比最多的设备。如图２．３所示，早在２０１２??年，智能手机在各类ＷＬＡＮ终端中的占比就超过了?４０％。爱立信公司作为电信设??备供应商领域中的领头羊
图２．３?ＷＬＡＮ各类终端数量占比??Ｆｉｇ?２．３?ＷＬＡＮ?ｔｏｔａｌ?ｎｕｍｂｅｒ?ｏｆ?ｔｅｒｍｉｎａｌｓ??如图２．４所示，在全球范围内，具有ＷＬＡＮ功能的移动设备数量每年递增，??且在２０１５年超过２２亿。??单位：亿??２５??２０?Ｈ??ｌｌｌｌｌｌｌ??２００９年?２０１０?年?２０１１?年?２０１２?年?２０１３?年?２０１４?年?２０１５?年??图２．４?ＷＬＡＮ移动设备??Ｆｉｇ?２．４?ＷＬＡＮ?ｍｏｂｉｌｅ?ｄｅｖｉｃｅ??２．１．２?ＷＬＡＮ的网络组成??在ＷＬＡＮ系统中，网络单元主要分为站点（Ｓｔａｔｉｏｎ，?ＳＴＡ）和接入点（Ａｃｃｅｓｓ?Ｐｏｉｎｔ，??ＡＰ），此外还有传播介质和分布式系统（Ｄｉｓｔｒｉｂｕｔｉｏｎ?Ｓｙｓｔｅｍ，?ＤＳ）。传播介质一般是??射频信号或者红外线信号，现在更多使用的是射频信号。ＳＴＡ是使用８０２．１１网络??协议终端设备的工作站，是最基本的单元，可以看成网络中需要进行通信的设备；??９??
【参考文献】：
期刊论文
[1]基于改进果蝇算法与最小二乘支持向量机的轧制力预测算法研究[J]. 杨景明,郭秋辰,孙浩,马明明,车海军,赵新秋. 计量学报. 2016 (05)
[2]局部搜索自适应核模糊聚类方法[J]. 刘汉强,郑朋. 计算机工程与科学. 2016(08)
[3]基于模糊C均值聚类的无线传感器网络节点定位算法[J]. 张传锦,李璐璐. 电子设计工程. 2016(08)
[4]基于核模糊C均值指纹库管理的WIFI室内定位方法[J]. 杨慧琳,黄智刚,刘久文,杜元锋. 浙江大学学报(工学版). 2016(06)
[5]一种基于传播模型和位置指纹的混合室内定位方法[J]. 崔斌,赵西安. 测绘通报. 2015(06)
[6]基于稀疏与低秩矩阵分解的视频背景建模[J]. 周密,宋占杰. 计算机应用研究. 2015(10)
[7]一种改进混沌粒子群优化的节点定位算法[J]. 郭瑞,王璇,林思建,翟雅堃. 计量学报. 2015 (02)
[8]基于RPCA的太阳能电池片表面缺陷检测[J]. 姚明海,李洁,王宪保. 计算机学报. 2013(09)
[9]一种基于TOA定位的CHAN改进算法[J]. 杨天池,金梁,程娟. 电子学报. 2009(04)
[10]Compass纳入GNSS运行可行性探讨[J]. 张光明. 全球定位系统. 2009(02)
硕士论文
[1]基于人工鱼群的模糊聚类算法研究及其在葡萄酒分类中的应用[D]. 高景山.长安大学 2013
本文编号：3550358
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图２．１全球公共热点建设情况??Ｆｉｇ?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｏｆ?ｇｌｏｂａｌ?ｐｕｂｌｉｃ?ｈｏｔ?ｓｐｏｔｓ??
合肥工业大学专业硕士研究生学位论文??在我国，建设智慧城市的步伐越来越快，移动等运营商对ＷＬＡＮ数据分流的??需求，使得ＷＬＡＮ的发展在我国也同样引人注目，如图２所示，从２００９年开始，??到２０１２年，短短四年，ＷＬＡＮ?ＡＰ数目呈现指数型增长，截至２０１２年底，在ＷＬＡＮ??ＡＰ建设数目方面，中国移动达到了?３７８万个，中国电信达到９０多万个，中国联??通达到８５万个。??单位ｆ万??４００??３００?■??２００?Ｈ?Ｈ??。一■麵＝丨圓圍■圓国??２００９年?２０１０?年?２０ｉｌ?年?２０１２?年??■中国移动＊中国电信＝中国联通??图２．２国内三大运营商的ＷＬＡＮ热点建设情况??Ｆｉｇ?２．２?ＷＬＡＮ?ｈｏｔ?ｓｐｏｔ?ｃｏｎｓｔｒｕｃｔｉｏｎ?ｏｆ?ｔｈｅ?ｔｈｒｅｅ?ｍａｊｏｒ?ｏｐｅｒａｔｏｒｓ?ｉｎ?Ｃｈｉｎａ??ＷＬＡＮ之所以在全世界范围内蓬勃发展，一个根本原因是基于ＷＬＡＮ终端的??高普及率，最早是出现在笔记本电脑上，几乎市场上的所有的笔记本电脑的配置??都具有接入ＷＬＡＮ的功能，后来智能手机逐渐普及，取代了笔记本电脑的地位，??成了在所有可连接ＷＬＡＮ热点设备里占比最多的设备。如图２．３所示，早在２０１２??年，智能手机在各类ＷＬＡＮ终端中的占比就超过了?４０％。爱立信公司作为电信设??备供应商领域中的领头羊
图２．３?ＷＬＡＮ各类终端数量占比??Ｆｉｇ?２．３?ＷＬＡＮ?ｔｏｔａｌ?ｎｕｍｂｅｒ?ｏｆ?ｔｅｒｍｉｎａｌｓ??如图２．４所示，在全球范围内，具有ＷＬＡＮ功能的移动设备数量每年递增，??且在２０１５年超过２２亿。??单位：亿??２５??２０?Ｈ??ｌｌｌｌｌｌｌ??２００９年?２０１０?年?２０１１?年?２０１２?年?２０１３?年?２０１４?年?２０１５?年??图２．４?ＷＬＡＮ移动设备??Ｆｉｇ?２．４?ＷＬＡＮ?ｍｏｂｉｌｅ?ｄｅｖｉｃｅ??２．１．２?ＷＬＡＮ的网络组成??在ＷＬＡＮ系统中，网络单元主要分为站点（Ｓｔａｔｉｏｎ，?ＳＴＡ）和接入点（Ａｃｃｅｓｓ?Ｐｏｉｎｔ，??ＡＰ），此外还有传播介质和分布式系统（Ｄｉｓｔｒｉｂｕｔｉｏｎ?Ｓｙｓｔｅｍ，?ＤＳ）。传播介质一般是??射频信号或者红外线信号，现在更多使用的是射频信号。ＳＴＡ是使用８０２．１１网络??协议终端设备的工作站，是最基本的单元，可以看成网络中需要进行通信的设备；??９??
【参考文献】：
期刊论文
[1]基于改进果蝇算法与最小二乘支持向量机的轧制力预测算法研究[J]. 杨景明,郭秋辰,孙浩,马明明,车海军,赵新秋. 计量学报. 2016 (05)
[2]局部搜索自适应核模糊聚类方法[J]. 刘汉强,郑朋. 计算机工程与科学. 2016(08)
[3]基于模糊C均值聚类的无线传感器网络节点定位算法[J]. 张传锦,李璐璐. 电子设计工程. 2016(08)
[4]基于核模糊C均值指纹库管理的WIFI室内定位方法[J]. 杨慧琳,黄智刚,刘久文,杜元锋. 浙江大学学报(工学版). 2016(06)
[5]一种基于传播模型和位置指纹的混合室内定位方法[J]. 崔斌,赵西安. 测绘通报. 2015(06)
[6]基于稀疏与低秩矩阵分解的视频背景建模[J]. 周密,宋占杰. 计算机应用研究. 2015(10)
[7]一种改进混沌粒子群优化的节点定位算法[J]. 郭瑞,王璇,林思建,翟雅堃. 计量学报. 2015 (02)
[8]基于RPCA的太阳能电池片表面缺陷检测[J]. 姚明海,李洁,王宪保. 计算机学报. 2013(09)
[9]一种基于TOA定位的CHAN改进算法[J]. 杨天池,金梁,程娟. 电子学报. 2009(04)
[10]Compass纳入GNSS运行可行性探讨[J]. 张光明. 全球定位系统. 2009(02)
硕士论文
[1]基于人工鱼群的模糊聚类算法研究及其在葡萄酒分类中的应用[D]. 高景山.长安大学 2013
本文编号：3550358
本文链接：https://www.wllwen.com/kejilunwen/wltx/3550358.html
