基于无线局域网的位置指纹室内定位技术研究

发布时间：2017-10-06 17:48

  本文关键词：基于无线局域网的位置指纹室内定位技术研究

  更多相关文章： 室内定位 位置指纹 平滑均值滤波 无线局域网 历史位置

【摘要】：随着移动互联网的兴起,人们对于基于位置的服务有了新的需求与更多的期待,人们希望定位服务不仅仅局限于室外的导航,室内场所包括大型商场、超市、机场等复杂的场景也能得到相应的基于位置的服务。与此同时,移动终端和无线局域网的快速发展,使得智能手机普及率和Wi Fi的覆盖范围都能满足目前室内定位的所需条件,因此基于无线局域网的室内定位技术成为了近年来位置服务领域研究热点。本文对基于无线局域网的室内定位技术进行了深入研究,针对目前基于无线局域网的位置指纹定位技术中的定位精度和稳定性不足的问题,本文将室内定位方式由传统的离散式定位改为连续式定位,并加入了历史定位信息,提出了相应的定位算法,并通过与传统定位算法比较和实验分析,证明了该算法具有更优可行性与更高的定位精度,具体工作如下:一、研究室内定位的关键因素,包括RSS特性和误差影响因素,为定位算法的设计提供理论基础,首先从定位的角度分析RSS在室内环境中的特性,包括RSS与距离的关系、人或者其他因素对RSS的干扰,以及信号的概率分布。然后分析误差影响因素,包括AP数目和指纹位置的间隔,由于这些因素并没有统一的参数标准,所以本文中将通过实验获得最有效的参数值。二、本文重点研究了室内定位中的数据预处理和精确定位两个模块,以解决位置指纹室内定位中的精度问题和稳定性问题。首先,使用均值平滑滤波器对离线采集的数据进行滤波,以充分利用离线阶段采集到的RSS信号,提高定位的精度。然后,由于用户的位置不会突变,在实时定位时加入用户的历史位置信息,设计了定位概率的加权法,对估计位置的概率进行加权,有效地防止了定位位置的突变,提高了定位的稳定性,同时,当上一次定位概率较低时,不使用历史信息,这样有效防止了一次定位错误之后造成的定位误差的累积。实验证明,相比传统的位置指纹定位法,本文提出的概率加权法在精度和稳定性方面都有显著提升,同时相比加入历史位置信息的算法,有效地避免了定位误差的累积。三、本文设计并实现了一个基于Android平台的室内定位系统,系统采用了基于服务器的系统结构,使用了文中提出的概率加权法。通过在实际环境中的测试,该定位系统能够很好完成室内定位的功能。有着较高的精度和稳定性。该系统为以后进一步研究基于WLAN的位置指纹定位技术奠定了基础。
【关键词】：室内定位 位置指纹 平滑均值滤波 无线局域网 历史位置
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925.93
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-18
• 1.1 室内定位研究背景及意义11-12
• 1.2 国内外室内定位技术研究现状12-16
• 1.2.1 红外线室内定位系统12-13
• 1.2.2 超声波室内定位系统13-14
• 1.2.3 射频信号的室内定位系统14-16
• 1.3 本文主要研究内容16
• 1.4 本文的主要创新点16-17
• 1.5 本文的组织结构17-18
• 第2章 基于WLAN的位置指纹定位技术18-26
• 2.1 基于WLAN的位置指纹室内定位技术概述18-21
• 2.1.1 基本原理18-19
• 2.1.2 相关工作19-20
• 2.1.3 定位流程20-21
• 2.2 基于WLAN的位置指纹定位算法分类21-25
• 2.2.1 确定性算法21-24
• 2.2.2 概率性算法24-25
• 2.3 本章小结25-26
• 第3章 室内定位中的关键因素分析26-37
• 3.1 实验平台26-28
• 3.1.1 实验环境26-27
• 3.1.2 信号收发设备27-28
• 3.2 WiFi信号分析28-33
• 3.2.1 接收信号与距离之间的关系29
• 3.2.2 人对接收信号的影响29-31
• 3.2.3 不同接入点之间的相互影响31-32
• 3.2.4 信号强度概率分布32-33
• 3.2.5 信号稳定性分析33
• 3.3 误差影响因素分析33-35
• 3.3.1 室内定位平均误差34
• 3.3.2 网格大小的误差影响34-35
• 3.3.3 AP数目的误差影响35
• 3.4 本章小结35-37
• 第4章 概率加权定位法37-45
• 4.1 概率加权法简介37
• 4.2 概率加权法定位流程37-39
• 4.2.1 数据预处理38
• 4.2.2 均值平滑滤波38-39
• 4.3 概率加权法39-41
• 4.3.1 粗略定位39-40
• 4.3.2 精确定位40-41
• 4.4 实验结果及性能分析41-44
• 4.4.1 数据预处理测试42
• 4.4.2 定位稳定性测试42-43
• 4.4.3 定位精确性测试43-44
• 4.5 本章小结44-45
• 第5章 定位系统的设计与实现45-51
• 5.1 系统设计45-46
• 5.1.1 系统平台介绍45
• 5.1.2 系统结构45-46
• 5.2 系统设计开发46-49
• 5.2.1 硬件平台47-48
• 5.2.2 服务器开发48
• 5.2.3 Android客户端开发48-49
• 5.3 系统性能评估49-50
• 5.3.1 测试环境49
• 5.3.2 系统测试49-50
• 5.4 本章小结50-51
• 结论51-53
• 本文工作总结51
• 未来工作展望51-53
• 参考文献53-57
• 致谢57-58
• 附录A 攻读学位期间所发表的学术论文目录58

【参考文献】

中国期刊全文数据库 前7条

1 赵永翔;周怀北;陈淼;温斌;;卡尔曼滤波在室内定位系统实时跟踪中的应用[J];武汉大学学报(理学版);2009年06期

2 唐文胜;李姗;匡旺秋;;RF室内定位指纹库空间相关生成算法[J];计算机工程与应用;2008年23期

3 徐玉滨;邓志安;马琳;;基于核直接判别分析和支持向量回归的WLAN室内定位算法[J];电子与信息学报;2011年04期

4 杨萍;李智;;一种基于RSSI的权重值选择及加权定位算法[J];信息与电子工程;2012年02期

5 陈淼;;基于多高斯混合模型的WLAN室内定位系统[J];华中科技大学学报(自然科学版);2012年04期

6 赵方;罗海勇;马严;徐俊俊;;基于公共信标集的高精度射频指纹定位算法[J];计算机研究与发展;2012年02期

7 谢代军;胡捍英;孔范增;;基于分布重叠和特征加权的无线局域网室内定位算法[J];计算机科学;2013年11期

中国博士学位论文全文数据库 前3条

1 张宴龙;室内定位关键技术研究[D];中国科学技术大学;2014年

2 邓志安;基于学习算法的WLAN室内定位技术研究[D];哈尔滨工业大学;2012年

3 陈淼;基于信号强度的WLAN室内定位跟踪系统研究[D];武汉大学;2012年

中国硕士学位论文全文数据库 前2条

1 秦泗明;基于位置指纹的WiFi室内定位技术研究[D];电子科技大学;2013年

2 张世哲;基于惯性传感器和WiFi的室内定位系统的设计与实现[D];北京邮电大学;2012年

，

本文编号：984165