基于Wi-Fi和环境声指纹的室内分区定位算法研究与实现

发布时间：2021-05-12 10:57

　　为了在不增加任何硬件基础设施和基站的条件下,仅依靠现有的室内环境和硬件条件实现房间级定位和房间内区域级定位,本文主要利用公共Wi-Fi的接收信号强度RSSI和环境声的声学特征,结合Android智能手机的软件实现。同时,为了获取大量Wi-Fi和环境声指纹,开发了两款专业采集数据的Android手机软件。最后将基于Wi-Fi和环境声指纹的室内分区算法移植到Android软件上实现室内分区定位。先利用Wi-Fi的接收信号强度RSSI建立的Wi-Fi指纹地图实现房间级定位,再利用室内环境声的声学特征建立的环境声指纹地图实现房间内区域级定位。为了处理通过手机软件采集的大量Wi-Fi和环境声指纹,本文主要是通过两种相似度算法提取最优指纹,降低指纹地图占用的内存、去除数据的噪声和冗余度。并且在建立环境声指纹地图之前,研究了多种声学特征以及组合特征,挖掘最适合用于房间内分区定位的声学特征或组合特征。论文完成的工作包括:（1）开发了采集Wi-Fi指纹的Android手机软件,同时协助开发了采集环境声的Android手机软件。首先确定Wi-Fi指纹的多个参数和数据格式,再根据仿真需求设计软件框架,编写软... 

【文章来源】：桂林电子科技大学广西壮族自治区

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    §1.1 研究背景和意义
    §1.2 研究现状和存在的问题
    §1.3 课题来源及论文内容安排
第二章 室内定位关键技术及最新动态
    §2.1 定位技术评价指标
    §2.2 室内定位关键技术
        §2.2.1 基于Wi-Fi的室内定位技术
        §2.2.2 基于地磁的室内定位技术
        §2.2.3 基于PDR的室内定位技术
        §2.2.4 基于超宽带的室内定位技术
        §2.2.5 基于超声波的室内定位技术
        §2.2.6 基于蓝牙的室内定位技术
    §2.3 室内定位技术最新研究动态
    §2.4 本章小结
第三章 基于Wi-Fi指纹的房间级室内定位算法
    §3.1 Wi-Fi最优指纹提取与匹配算法
        §3.1.1 Wi-Fi最优指纹提取算法
        §3.1.2 Wi-Fi指纹匹配算法
    §3.2 实验软件与Wi-Fi参数
        §3.2.1 建立Wi-Fi指纹地图流程
        §3.2.2 Wi-Fi指纹采集软件
        §3.2.3 Wi-Fi接收信号强度的参数
    §3.3 实验仿真与结果分析
        §3.3.1 实验条件与环境
        §3.3.2 仿真结果分析
    §3.4 本章小结
第四章 基于环境声指纹的室内分区定位算法
    §4.1 声学特征提取
        §4.1.1 色度谱特征
        §4.1.2 声呐特征
        §4.1.3 梅尔频率倒谱系数
        §4.1.4 功率谱特征与功率谱第五百分位特征
        §4.1.5 功率谱密度
        §4.1.6 组合特征及组合方法
    §4.2 环境声最优指纹提取与匹配算法
        §4.2.1 构建环境声指纹地图
        §4.2.2 环境声最优指纹提取算法
        §4.2.3 环境声指纹匹配算法
    §4.3 实验软件与环境声参数
        §4.3.1 环境声的相关参数
        §4.3.2 环境声采集软件
    §4.4 实验与仿真分析
        §4.4.1 实验环境与条件
        §4.4.2 仿真结果与分析
    §4.5 一种新的声学特征PI05
        §4.5.1 优化分区定位效果
        §4.5.2 声学特征PI05
        §4.5.3 实验条件与环境
        §4.5.4 仿真结果与分析
        §4.5.5 Wi-Fi与环境声指纹联合定位的优点
    §4.6 本章小结
第五章 基于Android的室内分区定位软件开发与实现
    §5.1 室内分区定位开发平台
    §5.2 室内分区定位系统功能实现
        §5.2.1 软件界面设计
        §5.2.2 软件功能演示
第六章 总结与展望
    §6.1 论文工作总结
    §6.2 未来展望
参考文献
致谢
作者攻读硕士期间主要研究成果


【参考文献】：
期刊论文
[1]基于低功耗蓝牙信标的室内定位方法研究[J]. 刘振远,侯明祥,方维维,李阳阳,路红英.  中国电子科学研究院学报. 2018(05)
[2]基于传统超宽带的室内高精度动态定位算法[J]. 王冰,刘炎炎,李清泉,庄严,钟佳威.  测绘地理信息. 2018(04)
[3]智能手机室内背景声感知与定位[J]. 昂晨,王玫,罗丽燕,宋浠瑜,熊璐琦.  无线电工程. 2018(08)
[4]基于智能手机的地磁/WiFi/PDR的室内定位算法[J]. 阮琨,王玫,罗丽燕,熊璐琦,宋浠瑜.  计算机应用. 2018(09)
[5]一种基于WiFi指纹特征匹配的加权K近邻室内定位算法[J]. 王恩良,王玫,孟志斌,徐湘寓.  桂林电子科技大学学报. 2017(04)
[6]GNSS全球卫星导航系统组合定位定权方法研究综述与分析[J]. 喻明明.  城市地理. 2015(22)
[7]基于Chroma-based BOW特征的多版本音乐识别[J]. 张秀,李念祖,李晓强,王淞昕,李会永,李伟.  小型微型计算机系统. 2015(02)
[8]基于TDOA的超声波测距误差分析与改进[J]. 赵海,张宽,朱剑,李大舟.  东北大学学报(自然科学版). 2011(06)
[9]一种考虑非视线传播影响的TOA定位算法[J]. 王昕,王宗欣,刘石.  通信学报. 2001(03)



本文编号：3183287