基于云平台的WiFi室内定位技术研究及系统设计

发布时间：2017-09-07 09:05

  本文关键词：基于云平台的WiFi室内定位技术研究及系统设计

  更多相关文章： 室内定位 位置指纹 Android 云计算

【摘要】：移动互联网是近年来最热门的技术领域之一,越来越多的人通过智能终端接入移动互联网享受移动应用带来的便捷,基于位置的服务(LBS)是其中非常重要的一类。用户通过使用LBS应用可以得到更加个性化的服务,大大方便了人们的生活。按定位环境无线定位可以分为室外定位与室内定位两种。在室外定位领域GPS定位、蜂窝网定位已取得巨大的成功。受室内环境复杂性的影响,室内定位领域至今还没有一个统一的技术方案,因此对于室内定位技术与系统的研究是当今热点之一。Wi-Fi技术作为一种无线互联网接入方法被人们广泛应用,大部分公共场所都提供Wi-Fi服务。利用已有的Wi-Fi的信号,无需架设额外的硬件设施便可实现满足大部分应用需求的定位。由于无需对参数的精确估计,基于位置指纹的定位是Wi-Fi定位实际应用中使用最多的方法。位置指纹定位需建立大量的离线数据库,通过借助云计算方法可以实现定位的并行化处理从而减少定位时间。本文首先研究了典型的Wi-Fi室内定位系统和位置指纹定位研究的现状。分别从室内无线信道、无线定位网络拓扑、参数化定位方法和位置指纹定位方法等角度研究了室内定位的主要特点,并对云计算中的关键技术进行了研究。实际应用中移动终端具有很大的差异性,传统的RSS指纹并不能很好的解决这一问题,本文分别从理论和实验验证角度指出SSD指纹具有更好的鲁棒性。位置估算方法及其参数的选择对定位系统的定位精度起到了决定性作用,本文分别从定位精度、K值、指纹间距和指纹维数等角度进行了分析,在系统设计时选择一种最优的方案。位置指纹定位时需与离线数据库进行比对,数据库往往包含了大量的数据。本文在二次滤波的基础上提出了一种基于强AP的动态滤波方法,对数据库进行压缩,在此基础上提出了一种基于强AP的定位方法。考虑到大部分智能手机中集成了惯性传感器,本文提出了一种基于IMU的PKNN方法,结合运动信息对WKNN算法进行优化。在算法研究的基础上本文设计了一种基于云计算的室内定位系统框架,该系统采用Hadoop技术构建云平台,Twisted框架搭建应用服务器,并设计了Android客户端进行位置指纹采集与定位。通过在实际应用环境中的实验表明该系统平均定位误差为1.66米,并具有良好的可扩展性与鲁棒性。
【关键词】：室内定位 位置指纹 Android 云计算
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-17
• 1.1 论文研究背景与意义12-13
• 1.2 国内外研究现状13-15
• 1.3 论文主要研究内容15
• 1.4 论文组织结构15-17
• 第2章 基于WIFI的室内定位技术与云计算17-30
• 2.1 WIFI技术17-18
• 2.1.1 WIFI网络结构与成员17-18
• 2.1.2 WIFI信道18
• 2.2 室内无线定位技术18-22
• 2.2.1 室内环境与室内信道19-20
• 2.2.2 无线定位系统拓扑结构20-21
• 2.2.3 室内定位系统的性能指标21-22
• 2.3 参数化室内定位技术22-24
• 2.3.1 典型定位方法22-23
• 2.3.2 影响参数化定位精度的主要因素23-24
• 2.4 位置指纹定位技术24-28
• 2.4.1 指纹定位原理24-25
• 2.4.2 位置估算方法25-28
• 2.5 云计算28-29
• 2.6 本章小结29-30
• 第3章 位置指纹定位关键问题研究30-46
• 3.1 位置指纹的稳健性研究30-35
• 3.1.1 位置指纹鲁棒性30-31
• 3.1.2 实验分析31-34
• 3.1.3 位置指纹的预处理34-35
• 3.2 位置估算方法研究35-40
• 3.2.1 定位性能分析35-37
• 3.2.2 指纹间隔对定位精度的影响37-38
• 3.2.3 K值对定位精度影响38
• 3.2.4 位置指纹维度对定位精度的影响38-40
• 3.3 位置指纹库搜索技术研究40-43
• 3.3.1 基于强AP的动态二次搜索40-41
• 3.3.2 基于强AP的三次定位41-43
• 3.4 位置估算方法的优化43-45
• 3.4.1 IMU在室内定位中的应用43-44
• 3.4.2 基于IMU的PKNN44-45
• 3.5 本章小结45-46
• 第4章 基于云计算的WIFI室内定位系统设计与实现46-63
• 4.1 定位系统架构46
• 4.2 系统定位流程46-48
• 4.2.1 离线采集阶段流程46-47
• 4.2.3 在线定位阶段流程47-48
• 4.3 Android平台48-49
• 4.3.1 Android系统构架48-49
• 4.3.2 Android客户端开发环境49
• 4.4 客户端功能设计与实现49-54
• 4.4.1 Wi-Fi扫描模块50-51
• 4.4.2 无线通信模块51-52
• 4.4.3 使用JSON进行数据解析与打包52-53
• 4.4.4 IMU处理模块53-54
• 4.5 应用服务器设计与实现54-57
• 4.5.1 Twisted网络框架54-55
• 4.5.2 使用JSON进行数据解析与打包55
• 4.5.3 数据库55-57
• 4.6 Hadoop云系统57-62
• 4.6.1 云平台搭建58-59
• 4.6.2 HBase数据库系统59-60
• 4.6.3 MapReduce60-62
• 4.7 本章小结62-63
• 第5章 系统功能演示与性能测试63-70
• 5.1 离线建库阶段功能演示63-65
• 5.2 在线定位阶段功能演示65-67
• 5.3 测试环境搭建67-68
• 5.4 性能测试68-69
• 5.5 本章小结69-70
• 结论70-71
• 致谢71-72
• 参考文献72-76
• 攻读硕士期间发表的论文及科研成果76

【参考文献】

中国期刊全文数据库 前1条

1 陈康;郑纬民;;云计算:系统实例与研究现状[J];软件学报;2009年05期

中国硕士学位论文全文数据库 前1条

1 罗利;基于Android的WIFI室内定位技术研究[D];西南交通大学;2014年

，

本文编号：808619