基于WLAN室内定位的分类算法研究与实现

发布时间：2017-09-23 14:29

  本文关键词：基于WLAN室内定位的分类算法研究与实现

  更多相关文章： WiFi室内定位 位置指纹 提升算法 航位推算 混合算法

【摘要】：惯性测量和无线定位是解决室内定位问题的主要技术。航位推算是惯性测量技术的一种,该方法将前一时刻的位置估计作为起点,结合速度和方向信息,推算下一时刻的位置。智能移动设备上的加速度传感器和方位传感器可以用于测量速度和方向信息,是航位推算法在室内应用的基础条件。无线定位技术利用空间中的无线信号进行定位,常用的是三边测量法和位置指纹法。三边测量法根据接收信号强度或传播时间估计定位者到基站的距离,从而计算定位者的位置。位置指纹法利用模式识别技术,将每个位置的接收信号强度作为唯一可识别的模式,把定位问题转化为分类问题,通过一个训练出的分类器估计定位者的位置。本文提出并验证了基于AdaBoost算法的位置指纹算法,其定位准确率好于现有的基于K近邻或决策树算法的位置指纹算法。本文提出了以AdaBoost算法和航位推算法为基础的混合定位算法,一方面该算法将位置指纹法的定位粒度从区域级别减小到步级别并且减小定位结果突变到相邻区域的概率,另一方面该算法消除了航位推算法累积误差的影响,提高了定位的精度、降低了定位误差的方差。最后,本文提出了一种基于混合算法的在线更新指纹数据库的方案,该方法评估位置指纹法的估计效果,使用估计效果好的数据及结果更新指纹数据库并定期利用新的数据更新分类模型,在线更新指纹数据库的方案可以大幅节省离线采集指纹数据库的人工成本。
【关键词】：WiFi室内定位 位置指纹 提升算法 航位推算 混合算法
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925.93
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-14
• 1.1 课题背景及研究意义8-10
• 1.2 国内外研究现状10-11
• 1.3 本文的主要内容及章节安排11-14
• 第二章 位置指纹定位14-22
• 2.1 位置指纹定位流程14
• 2.2 位置指纹法的定位模型14-18
• 2.2.1 决策树模型15-17
• 2.2.2 K近邻模型和加权K近邻模型17-18
• 2.3 AdaBoost算法在定位中的应用18-21
• 2.4 本章小结21-22
• 第三章 航位推算定位22-32
• 3.1 Android智能操作系统22-23
• 3.2 Android平台传感器23-27
• 3.2.1 加速度传感器24-26
• 3.2.2 方向传感器26-27
• 3.3 基于加速度传感器和方向传感器的计步算法27-30
• 3.4 航位推算定位30
• 3.5 小结30-32
• 第四章 混合定位方法32-36
• 4.1 混合定位算法32-34
• 4.2 指纹更新算法34-35
• 4.3 本章小结35-36
• 第五章 WiFi室内定位系统设计与实现36-46
• 5.1 WiFi室内定位系统的设计36-38
• 5.1.1 定位系统架构36-37
• 5.1.2 定位流程37-38
• 5.2 WiFi室内定位系统的实现38-44
• 5.2.1 试验场景38-39
• 5.2.2 离线阶段处理39-42
• 5.2.3 在线阶段处理42-44
• 5.3 本章小结44-46
• 第六章 WiFi室内定位系统性能与分析46-54
• 6.1 位置指纹法定位精度46-48
• 6.2 航位推算法累计误差48-50
• 6.3 混合定位法定位精度50-52
• 6.4 小结52-54
• 参考文献54-56
• 致谢56-58
• 作者攻读学位期间发表的学术论文目录58

【共引文献】

中国期刊全文数据库 前10条

1 王永梅;胡学钢;;决策树中ID3算法的研究[J];安徽大学学报(自然科学版);2011年03期

2 叶明全;;数据挖掘在医疗数据中的应用[J];安徽工程科技学院学报(自然科学版);2007年03期

3 贾泽露;;基于GIS与SDM集成的农用地定级专家系统[J];安徽农业科学;2008年14期

4 蔡丽艳;冯宪彬;丁蕊;;基于决策树的农户小额贷款信用评估模型研究[J];安徽农业科学;2011年02期

5 赵静娴;;基于决策树的食品安全评估研究[J];安徽农业科学;2011年32期

6 王斌;;基于聚类的决策树在玉米种质筛选中的应用[J];安徽农业科学;2011年33期

7 陈文;基于决策树的入侵检测的实现[J];安徽技术师范学院学报;2005年05期

8 覃爱明,胡昌振,谭惠民;网络攻击检测中的机器学习方法综述[J];安全与环境学报;2001年01期

9 左吉峰;乔均俭;;ID3算法的合理性证明及实验分析[J];保定学院学报;2008年04期

10 王晓红,高洪深;数据挖掘技术在大型超市中的应用研究[J];北方工业大学学报;2003年03期

中国重要会议论文全文数据库 前10条

1 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年

2 ;Learning Algorithm of Decision Tree Generation for Continuous-valued Attribute[A];第二十九届中国控制会议论文集[C];2010年

3 王琦;;基于贝叶斯决策树算法的垃圾邮件识别机制[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

4 鲁松;;英文介词短语归并歧义的RMBL分类器消解[A];2005年信息与通信领域博士后学术会议论文集[C];2005年

5 刘海霞;钟晓妮;周燕荣;田考聪;;决策树在居民就诊卫生服务利用影响因素研究中的应用[A];重庆市预防医学会2010年论文集[C];2011年

6 汪云亮;吕久明;刘孝刚;;基于信息熵的辐射源属性分类方法[A];2006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（上）[C];2006年

7 叶中行;陆青;余敏杰;;计算智能在银行信贷信用分类中的应用[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（下册）[C];2008年

8 徐怡;余斌;李龙澍;;粗糙集在决策树生成中的应用[A];2005中国控制与决策学术年会论文集（下）[C];2005年

9 ;Rough Set Based Autolanding Control[A];第二十三届中国控制会议论文集（下册）[C];2004年

10 刘东升;;基于Mobile Agent的分布式ID3挖掘模型[A];2005年全国开放式分布与并行计算学术会议论文集[C];2005年

中国博士学位论文全文数据库 前10条

1 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年

2 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

3 徐河杭;面向PLM的数据挖掘技术和应用研究[D];浙江大学;2010年

4 朱佳俊;不确定可拓群决策优化方法及应用[D];东华大学;2010年

5 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年

6 管红波;食品连锁经营中的有效客户反应研究[D];东华大学;2010年

7 李军;不平衡数据学习的研究[D];吉林大学;2011年

8 魏小涛;在线自适应网络异常检测系统模型与相关算法研究[D];北京交通大学;2009年

9 王中锋;树型贝叶斯网络分类器鉴别式训练研究[D];北京交通大学;2011年

10 杨明;分布式环境下的安全策略关键技术研究[D];吉林大学;2011年

中国硕士学位论文全文数据库 前10条

1 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年

2 徐洪伟;数据挖掘中决策树分类算法的研究与改进[D];哈尔滨工程大学;2010年

3 曹振兴;适应概念漂移的数据流分类算法研究[D];哈尔滨工程大学;2010年

4 李晓光;数据挖掘技术在高校招生和教务管理中的应用[D];哈尔滨工程大学;2010年

5 秦园;基于SPOT5的土地信息提取技术研究[D];大连理工大学;2010年

6 李仁良;决策树算法在临床诊断中的应用研究[D];辽宁工程技术大学;2009年

7 郑陶;基于平面向量的决策树算法在高考志愿选择系统中的应用[D];辽宁工程技术大学;2010年

8 孙怡哲;一种改进的决策树算法研究与应用[D];辽宁工程技术大学;2010年

9 黄辉;基于LSI和SVC的网页文本分类算法研究[D];长沙理工大学;2010年

10 周翔;决策支持技术在企业销售系统中的应用研究[D];中国海洋大学;2010年

，

本文编号：905774