基于Wi-Fi的室内定位技术研究

发布时间：2017-07-04 23:06

  本文关键词：基于Wi-Fi的室内定位技术研究

  更多相关文章： 室内定位 Wi-Fi Multi-Agent 分类器融合

【摘要】：随着移动通信技术的不断发展和智能手机的快速普及,基于位置服务的室内定位系统越来越受到人们的关注。然而,成熟的GPS(Global Positioning System)不能用于室内环境。针对室内这一特殊的环境,基于Wi-Fi的室内定位系统,由于无需额外的硬件设施,近年来被学者们广泛的研究和应用。在现有的Wi-Fi的室内定位系统中,基于位置指纹的室内定位技术,由于定位系统成本低、定位精度高,展现出了明显优势。本文对基于位置指纹的室内定位技术进行了较为深入的研究。由于信号强度波动性特征,以及普通的位置指纹定位算法对环境的依赖性,给基于Wi-Fi的室内定位技术的普适性带来了巨大的挑战。针对这些因素,本文的主要工作及创新点如下：首先,本文分别介绍了KNN方法、贝叶斯决策方法、PPMCC方法、神经网络方法、SVM回归方法等几种广泛使用的位置指纹定位算法,并针对室内定位技术实时性的要求,研究了几种指纹数据库聚类方法,有效的减少了实时定位的计算量。其次,本文提出了一种基于Multi-Agent分类器融合的室内定位算法,通过输出层的分类器融合,得到各个分类器之间的最优位置估计。通过两种实验环境的测试分析表明,该算法不仅提高了室内定位精度,而且有效地克服一般算法对环境的依赖性。最后,本文搭建了一套基于Wi-Fi的室内定位系统测试环境,分别对KNN算法,Gaussian分布算法和PPMCC算法的静态定位性能进行了分析。同时利用不同测试和训练设备,验证了PPMCC算法在解决设备互异性问题的有效性。针对动态定位抖动性较大的特点,使用奇异值的校准和卡尔曼滤波器的平滑处理,并验证了其定位性能。
【关键词】：室内定位 Wi-Fi Multi-Agent 分类器融合
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 绪论15-22
• 1.1 课题研究的背景和意义15-16
• 1.2 国内外研究现状16-19
• 1.2.1 室内定位技术的研究现状16-18
• 1.2.2 WLAN的室内定位技术研究现状18-19
• 1.3 基于位置指纹法的定位问题与挑战19-20
• 1.3.1 定位方法描述19-20
• 1.3.2 存在的问题和挑战20
• 1.4 本文主要研究的内容和创新点20-21
• 1.5 本文的结构安排21-22
• 第二章 基于WLAN的定位技术22-40
• 2.1 基于模型的定位方法研究22-26
• 2.1.1 三边测量法23-24
• 2.1.2 最小二乘法24-25
• 2.1.3 基于模型的室内定位方法的优缺点25-26
• 2.2 基于位置指纹的定位方法研究26-36
• 2.2.1 KNN方法26-27
• 2.2.2 贝叶斯决策方法27-30
• 2.2.3 PPMCC方法30-33
• 2.2.4 神经网络方法33-34
• 2.2.5 SVM回归方法34-36
• 2.2.6 决策树方法36
• 2.3 指纹数据库聚类和构建方法36-39
• 2.3.1 K-均值聚类算法36-37
• 2.3.2 最大信号强度值聚类算法37
• 2.3.3 指纹数据库的自动构建与校准37-39
• 2.4 本章小结39-40
• 第三章 基于多分类器融合的室内定位技术40-52
• 3.1 引言40-41
• 3.2 基于贝叶斯融合的室内定位方法41-43
• 3.3 基于Multi-Agent融合的室内定位方法43-46
• 3.3.1 基于Multi-Agent模型的融合思想43-44
• 3.3.2 基于Multi-Agent模型的室内定位方法44-46
• 3.4 实验分析与验证46-51
• 3.4.1 实验设计46-49
• 3.4.2 实验结果分析49-51
• 3.5 本章小结51-52
• 第四章 基于Wi-Fi的室内定位系统性能测试52-65
• 4.1 定位系统组成52-54
• 4.1.1 系统整体架构52-53
• 4.1.2 测试环境53-54
• 4.2 静态定位性能分析54-57
• 4.2.1 KNN方法定位性能分析55-56
• 4.2.3 Gaussian分布方法定位性能分析56-57
• 4.2.4 PPMCC方法定位性能分析57
• 4.3 动态定位性能分析57-62
• 4.3.1 奇异值校准58-60
• 4.3.2 卡尔曼滤波60-62
• 4.5 设备互异性问题分析62-64
• 4.6 本章小结64-65
• 第五章 总结与展望65-67
• 5.1 全文总结65
• 5.2 今后研究的展望65-67
• 参考文献67-73
• 攻读硕士学位期间的学术活动及成果情况73

【相似文献】

中国期刊全文数据库 前10条

1 宋敏;申闫春;;室内定位航位推测算法的研究与实现[J];计算机工程;2013年07期

2 张超;;一种基于距离的室内定位算法模型[J];中国原子能科学研究院年报;2013年00期

3 顾嘉;钱钰博;孙厚芳;王婧;;工装室内定位技术研究[J];北京理工大学学报;2010年09期

4 赵咪;刘军发;陈益强;周经野;杨华;;基于定向信号补偿的免标定室内定位方法[J];计算机工程;2012年01期

5 齐立磊;梁智学;冯高峰;;一种基于高频RFID的室内定位方法的设计与实现[J];计算机与数字工程;2013年04期

6 唐笑谋;唐佳杰;;基于仿射传播聚类的概率分布室内定位算法[J];电信工程技术与标准化;2013年08期

7 玄建永;王京春;陆耿;江永亨;毕建权;;缩微智能车室内定位系统研究[J];计算机技术与发展;2014年01期

8 邹坤;修春娣;杨东凯;;基于感知概率的室内定位算法[J];全球定位系统;2013年06期

9 洪雁;王培康;;基于稀疏表示多分类的室内定位算法[J];无线电工程;2014年02期

10 朱敏;;室内定位技术分析[J];现代计算机(专业版);2008年02期

中国重要会议论文全文数据库 前8条

1 张立立;钟耳顺;;无线室内定位技术[A];中国地理信息系统协会第八届年会论文集[C];2004年

2 郭明涛;李文元;龚福春;;室内定位方法分析[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

3 郭旭斌;叶长城;王忆文;李辉;;基于无线传感器网络的室内定位系统[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年

4 房秉毅;李熹;;超宽带室内定位系统研究[A];2005年全国超宽带无线通信技术学术会议论文集[C];2005年

5 高雪晨;蒋泰;曹林峰;;基于RFID的室内定位系统设计[A];广西计算机学会2012年学术年会论文集[C];2012年

6 徐劲松;卢晓春;边玉敬;;基于UWB的室内定位系统设计与仿真[A];2009全国时间频率学术会议论文集[C];2009年

7 雷地球;罗海勇;刘晓明;;一种基于WiFi的室内定位系统设计与实现[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

8 胡斌;宋娜娜;;基于航位推测技术的消防人员室内定位系统研究[A];2014中国消防协会科学技术年会论文集[C];2014年

中国重要报纸全文数据库 前10条

1 本报记者 马静t，

本文编号：519636