基于蓝牙4.0的亚米级室内定位技术研究
发布时间:2022-10-08 16:22
定位技术是位置服务(Location Based Service,LBS)的核心技术之一。室外定位导航技术现在已经非常成熟,美国GPS系统以及中国北斗系统的定位精度均已经达到了米级,给人们的工作生活带来了极大的便利。然而,随着互联网科技的高速发展,人类的活动也越来越局限于室内,相对封闭的建筑环境不利于卫星信号的传输,这就使得室外卫星定位技术失去了用武之地。因此,为实现室内外定位的无缝衔接,室内定位系统成为了目前定位研究领域的热点。综合比较多种已有的室内定位技术后可知,蓝牙室内定位技术无论是成本和性能都比较均衡,最适用于LBS。本文采用基于信号强度(Received Signal Strength Indication,RSSI)的非测距定位方法来实现室内定位。因为在室内不同位置采集到的基站的RSSI值各不相同,所以用一个位置采集到的多个i Beacon基站的信号强度RSSI值来组成该位置的指纹数据,多个位置的指纹数据构成了位置指纹库。系统在定位阶段可以通过待测点的指纹数据在位置指纹库中检索,最终确定待测点位置。本文的工作重点包括两个阶段的工作,第一是离线采样阶段,包括指纹数据采样基站的...
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题的研究背景和意义
1.2 国内外发展现状
1.2.1 室外定位技术研究现状
1.2.2 室内定位技术研究现状
1.3 研究内容及创新点
1.4 组织结构
第2章 基于蓝牙4.0的室内定位技术
2.1 蓝牙4.0室内定位技术
2.1.1 经典室内定位技术
2.1.2 蓝牙4.0协议
2.2 基于蓝牙4.0定位的测定方法
2.2.1 信号到达角度法(AOA)
2.2.2 信号到达时间法(TOA)
2.2.3 到达信号时间差(TDOA)
2.2.4 接收信号强度法(RSSI)
2.3 基于RSSI非测距的指纹定位
2.4 本章小结
第3章 基于蓝牙4.0的室内定位系统设计
3.1 系统总体设计
3.2 iBeacon基站设计与实现
3.3 定位终端设计与实现
3.4 WEB服务器设计
3.4.1 WEB框架搭建
3.4.2 位置指纹库设计
3.5 本章小结
第4章 RSSI衰减模型与iBeacon基站部署
4.1 蓝牙信号特征模型
4.1.1 RSSI的空间特征模型
4.1.2 RSSI的时间波动模型
4.2 iBeacon基站部署
4.2.1 AP部署数量
4.2.2 部署原则
4.3 本章小结
第5章 基于RSSI位置指纹库定位算法优化
5.1 算法优化设计
5.2 位置指纹库误差修正
5.2.1 位置指纹库误差
5.2.2 高斯滤波
5.2.3 GM(1,1)模型误差修正
5.2.4 仿真测试
5.3 位置指纹库插值
5.3.1 分段双线性插值
5.3.2 自适应插值
5.3.3 克里金插值
5.4 匹配算法优化
5.4.1 高斯核函数优化对WKNN权重值
5.4.2 仿真测试
5.5 实验测试
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录1
附录2
本文编号:3688034
【文章页数】:69 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题的研究背景和意义
1.2 国内外发展现状
1.2.1 室外定位技术研究现状
1.2.2 室内定位技术研究现状
1.3 研究内容及创新点
1.4 组织结构
第2章 基于蓝牙4.0的室内定位技术
2.1 蓝牙4.0室内定位技术
2.1.1 经典室内定位技术
2.1.2 蓝牙4.0协议
2.2 基于蓝牙4.0定位的测定方法
2.2.1 信号到达角度法(AOA)
2.2.2 信号到达时间法(TOA)
2.2.3 到达信号时间差(TDOA)
2.2.4 接收信号强度法(RSSI)
2.3 基于RSSI非测距的指纹定位
2.4 本章小结
第3章 基于蓝牙4.0的室内定位系统设计
3.1 系统总体设计
3.2 iBeacon基站设计与实现
3.3 定位终端设计与实现
3.4 WEB服务器设计
3.4.1 WEB框架搭建
3.4.2 位置指纹库设计
3.5 本章小结
第4章 RSSI衰减模型与iBeacon基站部署
4.1 蓝牙信号特征模型
4.1.1 RSSI的空间特征模型
4.1.2 RSSI的时间波动模型
4.2 iBeacon基站部署
4.2.1 AP部署数量
4.2.2 部署原则
4.3 本章小结
第5章 基于RSSI位置指纹库定位算法优化
5.1 算法优化设计
5.2 位置指纹库误差修正
5.2.1 位置指纹库误差
5.2.2 高斯滤波
5.2.3 GM(1,1)模型误差修正
5.2.4 仿真测试
5.3 位置指纹库插值
5.3.1 分段双线性插值
5.3.2 自适应插值
5.3.3 克里金插值
5.4 匹配算法优化
5.4.1 高斯核函数优化对WKNN权重值
5.4.2 仿真测试
5.5 实验测试
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录1
附录2
本文编号:3688034
本文链接:https://www.wllwen.com/kejilunwen/wltx/3688034.html