室内WIFI位置指纹的算法研究与定位系统设计

发布时间：2025-02-06 17:32

　　随着物联网和移动互联网应用的爆发式增长,大量应用增加了对室内位置服务(ILBS)的需求。通过室内定位系统的使用可以准确获得用户的位置信息、分析其潜在行为、推荐其潜在需求。目前WiFi网络已覆盖人们生活的大部分区域,包括学校、购物商场、机场、医院、写字楼等。而且WiFi网络具有传输速率高、成本低、覆盖面广等优点,其廉价的接收模块也已广泛嵌入包括传感器、智能手机、家用电器等设备,使得使用现有的WiFi网络资源实现位置指纹定位具有很大的应用市场和商业前景。所以目前基于接收信号强度指示(RSSI)的WiFi位置指纹定位技术成为最受欢迎的室内定位技术,对WiFi位置指纹的定位算法研究及特定场景下的实用定位系统的设计有应用价值。本文针对以“过道式”场景为主且AP分布较多的室内定位区域,提出了两种改进的定位匹配算法,分别为融合算法和加权贝叶斯算法。融合算法是在最强AP法基础上贝叶斯和WKNN算法的混合算法;加权贝叶斯算法是基于最强AP法,对贝叶斯算法引入新的权值。两种改进算法均先通过最强AP法从整体定位区域粗定位到较小区域,然后通过改进的定位匹配算法进行准确定位。在不同的实际场景下进行定位算法实验验证...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 主要研究工作及创新点
    1.4 论文结构安排
第2章 室内WiFi位置指纹定位基础
    2.1 位置指纹定位模型
        2.1.1 WiFi位置指纹库
        2.1.2 基于位置指纹的定位模型
    2.2 经典算法
        2.2.1 算法分类
        2.2.2 确定型算法
        2.2.3 概率型算法
    2.3 本章小结
第3章 基于最强AP法的定位算法
    3.1 最强AP法模型
        3.1.1 小区域AP指纹库
        3.1.2 基于投票算法的粗定位
    3.2 基于最强AP法的定位算法
        3.2.1 融合算法
        3.2.2 加权贝叶斯算法
    3.3 实验与结果分析
        3.3.1 实验场景
        3.3.2 数据的采集及指纹库的建立
        3.3.3 实验结果及分析
    3.4 本章小结
第4章 室内定位系统的设计与实现
    4.1 系统需求分析
    4.2 系统框架与定位流程
        4.2.1 系统框架
        4.2.2 定位流程
    4.3 移动端设计
        4.3.1 数据采集客户端
        4.3.2 在线定位与导航客户端
    4.4 服务器端设计
        4.4.1 服务器的设计
        4.4.2 数据库的设计
    4.5 系统功能测试
    4.6 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间完成的科研成果
致谢



本文编号：4030652