基于位置指纹的WLAN室内定位技术研究与实现

发布时间：2017-05-30 14:05

  本文关键词：基于位置指纹的WLAN室内定位技术研究与实现，，由笔耕文化传播整理发布。

【摘要】：随着移动互联网快速发展,室内场景下新型位置服务的发展备受关注。室内WLAN部署广泛且铺设过程简单,多种智能终端可接入性高且容易获取接收信号强度,因此基于位置指纹的WLAN室内定位方法吸引了国内外学者和企业研究院的众多目光且最具潜力。针对室内环境中RSS不稳定性造成位置指纹库准确性低下问题和指纹数据量增长时定位效率受限的问题,本文进行了具体研究,同时面向实际场景进行了应用验证,研究内容包括以下几个方面:第一,RSS特性研究。本文通过在平面楼层进行实际RSS采样对RSS特性的时间相关性和空间相关性分别进行了研究与分析,从RSS时间分布特点、AP间信号相关性及RSS采样数量相关性等方面说明了RSS具有强时变波动特征,从空间分布特性、可探测AP数目及RSS朝向相关性方面说明了RSS在空间刻画方面具有一定能力但是具有不确定性。第二,基于RSS-Probability指纹定位机制研究。针对RSS波动较大的情况,本文通过大量RSS样本数据分析发现基于RSS-Probability的位置指纹具有更好的空间刻画能力,因此提出一种基于RSS-Probability指纹的定位机制,该机制将RSS概率分布作为指纹建立指纹数据库。针对不同的位置指纹特征量所应用的相似性度量值和计算方式的差异性,本文采用巴氏距离作为相似性度量值,应用NN算法计算出目标位置。第三,指纹库和位置匹配的优化机制研究。针对在大区域定位场景下位置指纹库搜索空间庞大导致在线匹配计算复杂度提高和时效性下降的问题,本文设计了一种基于AP权值划分的聚类方式的指纹库优化机制,该机制将每个参考点位置进行AP权值计算,通过AP权值划分将参考点聚类,经实验验证该机制能有效提高计算性能和时效性。第四,WLAN室内指纹定位原型系统(LocNeedle)的设计与实现。LocNeedle采用C/S架构实现了基于RSS-Probability指纹库的定位机制,并通过基于AP权值划分聚类方法对指纹库进行了优化,经过在教学楼实际场景的实验证明该系统可以达到较高定位精度并且具有高时效性。
【关键词】：WLAN室内定位 位置指纹 接收信号强度概率分布 AP选择
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925.93

  本文关键词：基于位置指纹的WLAN室内定位技术研究与实现，由笔耕文化传播整理发布。

本文编号：407259