用于室内WLAN定位的SVR学习算法研究及系统设计

发布时间：2019-08-28 14:23

【摘要】：随着无线通信技术的迅猛发展,以及人们对位置服务的需求增加,定位技术越来越受关注。在室外环境中,通常使用全球定位系统和蜂窝网定位系统等进行定位,但是在建筑遮蔽比较严重的室内环境中,上述定位系统无法接收到有效信号,不能满足对定位精度的需求。WLAN定位技术能够利用已有的公共网络,仅需已经普及的智能终端就可以进行室内定位,且定位精度较高,因此成为室内定位技术的研究热点。在WLAN室内定位中,接收信号强度(RSS)受到多方面因素影响,表现出严重的不确定性和非线性,导致RSS和物理位置之间不是一一映射关系,严重影响了定位精度,针对上述问题本文采用SVR学习定位算法,其泛化性能更好,使得定位精度更高。考虑到直接对RSS信号进行SVR定位计算会引入大量噪声信息,因此采用特征提取法对原始RSS信号进行处理,降低RSS的不确定性。传统特征提取法无法有效利用RSS的非线性特征,本文采用基于核函数的直接判别分析法(KD-LDA)对信号进行分析,该方法能够充分利用RSS信号的非线性特征,增加RSS信息的可信度,提高SVR学习定位算法的定位精度。SVR学习定位算法对整个区域进行样本学习,会增加算法计算量,容易出现过学习问题,本文采用白化RSS信号的k-means聚类算法,可以将SVR学习定位算法限制在相对较小的区域中,减少计算量,并且白化处理能够解决因为信号间的相关性而导致的聚类精度不高的问题。本文采用的联合KD-LDA与白化k-means聚类的SVR学习定位算法相比于传统定位算法,定位误差在1米内置信概率提高了37%,各个参考点的定位指纹采集工作量减少了80%。提高了定位精度和定位效率。基于上述算法的研究之上,本文对定位系统软件开发环境进行了介绍,并在Android平台上进行了WLAN室内定位系统设计。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN925.93

【参考文献】

相关期刊论文 前10条

1 李寒曦;金振训;汪炎平;黄庆;;WLAN室内定位技术在BIM模型中的应用探讨[J];科技通报;2016年09期

2 廖非凡;;一种基于WLAN信号场强测定的室内定位技术研究[J];现代工业经济和信息化;2016年09期

3 张勇;史雅楠;黄杰;李飞腾;;基于独立成分分析与核典型相关分析的WLAN室内定位方法[J];计算机应用研究;2016年12期

4 吴东金;夏林元;;面向室内WLAN定位的动态自适应模型[J];测绘学报;2015年12期

5 周牧;蒲巧林;田增山;;室内WLAN定位中位置指纹优化的接入点部署方法[J];通信学报;2015年S1期

6 崔斌;赵西安;;一种基于传播模型和位置指纹的混合室内定位方法[J];测绘通报;2015年06期

7 张勇;黄杰;徐科宇;;基于PCA-LSSVR算法的WLAN室内定位方法[J];仪器仪表学报;2015年02期

8 丰文安;王建东;陈海燕;;一种快速SVR增量学习算法[J];小型微型计算机系统;2015年01期

9 曾伟;黄亮;;一种基于稀疏表示的WLAN室内定位算法[J];计算机应用与软件;2014年12期

10 赵聘;陈建新;;利用现有无线局域网进行室内定位算法研究[J];信号处理;2014年11期

，

本文编号：2530197