基于卡方距离改进的WLAN位置指纹定位算法研究

发布时间：2017-03-19 13:02

  本文关键词：基于卡方距离改进的WLAN位置指纹定位算法研究，，由笔耕文化传播整理发布。

【摘要】：近年来,室内定位技术在现代社会中扮演了越来越重要的角色。一般来说,室内定位方法包括参数化定位方法和非参数化定位方法。在这些方法中,非参数化定位方法中的位置指纹定位法被广泛的研究和应用。位置指纹定位法包括离线训练和在线定位两个阶段：在离线训练阶段,将每一个参考点(Reference Point, RP)处采集来自各接入点(Access Point, AP)的一组信号强度值作为一条位置指纹信息存入数据库；在在线定位阶段,利用模式匹配算法对用户移动终端实时采集的位置指纹信息和数据库中的位置指纹信息进行比较来获得用户的实际物理坐标。本文将研究焦点聚焦于无线局域网WLAN环境下的基于信号强度的位置指纹定位算法,着重在参考点聚类及AP加权两个方面进行深入研究。本文分析当前应用广泛的K-means参考点聚类算法,针对该法对噪声数据和孤立点数据非常敏感等缺点,提出利用快速K-medoids聚类算法来对定位区域内的参考点进行聚类。在离线训练阶段,快速K-medoids参考点聚类算法先选取初始类中心参考点,再通过迭代方式在每一类中选取与其它位置指纹信息距离之和最小的那条位置指纹信息对应的参考点作为类中心参考点。相比K-means参考点聚类算法,快速K-medoids参考点聚类算法在去除噪声数据和孤立点数据上具有更好的鲁棒性。在位置指纹定位技术中,加权K近邻法是一种经典的模式匹配算法,其使用欧式距离作为算法中的距离度量函数,欧式距离将各AP赋予相同的权重,但是在实际定位过程中不同AP对定位精度的影响是不同的。针对这个问题,本文提出利用更能体现特征向量之间相对关系的卡方距离作为位置指纹定位算法中的距离度量函数,并利用灵敏度法对各AP的权重进行计算,然后利用加权后的卡方距离进行用户定位的方法,即基于卡方距离改进的加权K近邻定位算法,该法可以有效降低环境噪声对定位精度的影响。此外,本文还将该法和快速K-medoids参考点聚类算法相结合形成一套完整的算法,即基于卡方距离改进的位置指纹定位算法。通过实验数据分析证明,与经典的加权K近邻定位算法相比,本文提出的基于卡方距离改进的加权K近邻定位算法能够有效的提升定位精度,将该法和快速K-medoids参考点聚类算法相结合形成的基于卡方距离改进的位置指纹定位算法能够在降低在线定位阶段算法复杂度的同时提升定位精度。本文提出的位置指纹定位算法为实现室内高效定位提供了重要的参考。
【关键词】：无线局域网 指纹定位 快速K中心点聚类算法 卡方距离 灵敏度法
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925.93
【目录】：

• 摘要4-5
• Abstract5-7
• 缩写表7-10
• 1 绪论10-19
• 1.1 研究背景与应用10-11
• 1.2 WLAN室内无线环境11-14
• 1.3 常用WLAN室内定位方法介绍14-17
• 1.3.1 参数化室内定位方法14-16
• 1.3.2 非参数化室内定位方法16-17
• 1.4 本文的研究目标17
• 1.5 本文的组织结构17-19
• 2 基于信号强度的位置指纹定位技术19-27
• 2.1 位置指纹定位系统架构19-21
• 2.1.1 离线训练阶段20
• 2.1.2 在线定位阶段20-21
• 2.2 位置指纹定位系统评价标准21-22
• 2.3 模式匹配算法22-25
• 2.3.1 加权K近邻法22-23
• 2.3.2 概率分布法23-24
• 2.3.3 人工神经网络法24-25
• 2.4 位置指纹定位技术面临的挑战25-26
• 2.5 本章小结26-27
• 3 快速K-medoids参考点聚类算法27-43
• 3.1 聚类分析概述27-28
• 3.2 聚类分析在位置指纹定位中的应用28-29
• 3.3 引入快速K-medoids聚类算法29-33
• 3.3.1 离线训练阶段29-30
• 3.3.2 在线定位阶段30-33
• 3.4 实验验证33-41
• 3.4.1 实验方案39
• 3.4.2 Fast K-medoids clustered WKNN定位算法结果分析39-41
• 3.5 本章小结41-43
• 4 基于卡方距离改进的WLAN位置指纹定位算法43-59
• 4.1 引入卡方距离的度量方式43-48
• 4.1.1 离线训练阶段44-45
• 4.1.2 在线定位阶段45-48
• 4.2 基于卡方距离改进的位置指纹定位算法48-51
• 4.2.1 离线训练阶段48-49
• 4.2.2 在线定位阶段49-51
• 4.3 实验验证51-57
• 4.3.1 实验方案51-52
• 4.3.2 CSWKNN定位算法结果分析52-54
• 4.3.3 Fast K-medoids clustered CSWKNN定位算法结果分析54-57
• 4.4 本章小结57-59
• 5 结论与展望59-61
• 5.1 工作总结59-60
• 5.2 展望60-61
• 参考文献61-65
• 攻读硕士学位期间发表学术论文情况65-66
• 致谢66-67

【相似文献】

中国期刊全文数据库 前10条

1 刘韬;;数控车床回参考点与回参考点的故障排除[J];机电产品开发与创新;2009年01期

2 刘建峰;;关于西门子810系统机床返回参考点的故障分析[J];机械工人.冷加工;2006年01期

3 李可心;;关于机床回参考点的维修与诊断探究[J];科技传播;2012年11期

4 樊留群,罗建军,姜迪刚;机床参考点的研究[J];机械制造;1997年06期

5 刘瑞已;现代数控机床回参考点的故障分析与排除[J];现代制造工程;2005年03期

6 刘瑞已;数控机床回参考点故障分析与诊断[J];设备管理与维修;2005年01期

7 李晗静;李生;赵铁军;;汉语中方位参考点恢复研究[J];计算机研究与发展;2007年02期

8 胡庆;王龙;;3G终端中S参考点的实现研究[J];电信科学;2007年03期

9 郑宇;;加工中心回参考点的特殊故障及处理[J];制造技术与机床;2007年04期

10 刘彩霞;;数控机床手动返回参考点的重要性[J];内蒙古科技与经济;2008年02期

中国重要会议论文全文数据库 前7条

1 李刚斌;;数控机床参考点的设置与维修[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

2 黄万长;;带距离编码标记的线性测量系统返参考点[A];第三届数控机床与自动化技术专家论坛论文集[C];2012年

3 徐平;;西门子840D系统伺服轴参考点调整方法研究[A];2011年“天山重工杯”全国机电企业工艺年会暨第五届机械工业节能减排工艺技术研讨会论文集[C];2011年

4 王春来;;数控机床回参考点报警类故障及实例分析[A];绿色制造与低碳经济——2010年海南省机械工程学会、海南省机械工业质量管理协会“年会”暨机械工程科技学术报告会论文集[C];2010年

5 王春来;;数控机床回参考点报警类故障及实例分析[A];“绿色制造 质量管理”——海南省机械工程学会、海南省机械工业质量管理协会2011年会论文集[C];2011年

6 李震;江亿;刘晓华;陈晓阳;;湿空气热力过程的

本文编号：256057