基于WiFi/蓝牙融合的室内定位算法研究
发布时间：2021-12-09 20:15
随着移动智能终端设备的普及、物联网技术的快速发展,位置感知技术在人们生活、工作中扮演着重要角色,成为目前位置服务领域研究的热点,具有广阔的应用场景。由于大部分智能手机设备端都支持WiFi和蓝牙功能,WiFi和蓝牙已分别成为目前使用率最高的室内定位技术之一。WiFi具有低成本、覆盖范围广的优点,蓝牙具有低功耗、定位精度较高的优点,因此研究WiFi、蓝牙和二者融合定位技术具有很大的理论和应用价值。针对WiFi和蓝牙信号在传播过程中易受干扰、且单一定位技术定位精度有限的问题,本文分别提出一种基于WiFi指纹定位和基于蓝牙指纹定位算法,并在此基础上提出一种WiFi/蓝牙融合定位算法,本文研究内容具体如下:（1）设计了一种基于WiFi指纹的AP加权特征距离定位算法。离线指纹库构建阶段,针对WiFi信号不稳定的问题,利用AP选择算法筛选最优AP和均值滤波算法预处理接收的AP信号,并采用一种指纹库构建方法,将AP信号的标准差和信号强度值共同作为参考点指纹特征值存入指纹库。在线算法匹配阶段,针对指纹库构建方法,提出一种基于AP加权特征距离定位算法,通过计算AP的影响能力指标,赋予每个AP权值,通过计算...
【文章来源】：桂林电子科技大学广西壮族自治区
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
无线信号指纹定位原理示意图
第二章室内定位相关技术11个参考点坐标，算法原理如图2-2所示，具体判定过程如下：（1）欧氏距离相似度算法欧氏距离相似度算法对数值数据敏感，用来计算指纹库中参考点对应的特征向量和待定位点处采集的特征向量之间的差异性，指纹定位中向量特征的差异实际是数值差异。欧式距离相似度算法判定数据相似度的指标，计算公式如下：MijiiRSSRSSdist12)(（2-8）则待定位点处采集到的每个指纹的欧氏距离如公式：Miiijssjdist12)()(（2-9）其中，i=1,2,…,M，j=1,2,…,N，t代表参考点的RSS值，代表待定位点处采集的RSS值，将公式（2-9）计算的距离值从大到小降序排序，取出前k个值所对应的参考点，并对k个参考点进行平均加权，计算待定位点位置坐标，计算公式如下所示：kiiiyxkyxL1),(1),(（2-10）图2-2欧式距离相似度和余弦相似度算法原理图（2）余弦相似度算法余弦相似度算法通过计算指纹库中参考点对应的指纹特征向量和待定位点处采集的信号特征向量余弦值，判定两组特征向量的相似程度。两个特征向量的余弦值越小，则表明相似程度越低，反之，余弦值越大，表明相似程度越高。假设接收设备在待定位点接收了m个AP的信号强度值RSS，并组成一个向量，计算向量和指纹库中指特征向量的余弦值，如下式所示：
第二章室内定位相关技术13性能要优于单一WiFi或蓝牙定位技术。图2-3三种定位算法定位误差§2.4指纹采集APP开发在离线指纹库构建阶段，需要在参考点处获取WiFi和蓝牙信号强度值，本小节分别设计了一款基于H5+平台的WiFi指纹采集APP和一款基于Android平台的蓝牙指纹采集APP。§2.4.1WiFi指纹采集APPWiFi指纹采集APP使用HBuilderX工具研发，并将其安装到智能手机上采集WiFi信号强度值，具体开发步骤如下：（1）首先调用plus.android.importClass方法加载Android各种类型，包括android.content.Context、android.net.wifi.WifiManager、android.net.wifi.ScanResult、android.net.wifi.ScanResult、android.app.Activity。（2）通过android.app.Activity获取Context.WiFi_SERVICE对象，并调用Context.WiFi_SERVICE对象的startScan方法开启扫描WiFi功能。（3）通过Context.WIFI_SERVICE对象的getScanResults方法获取扫描到的WiFi信息并返回WiFi对象集合，遍历WiFi对象集合，获取WiFi信号的MAC地址和信号强度。（4）通过plus.io.requestFileSystem方法设置文件目录，并在成功回调函数中使用FileSystem对象的root属性（DirectoryEntry类型）的getFile方法在该目录中创建
【参考文献】：
期刊论文
[1]面向TDOA被动定位的定位节点选择方法[J]. 郝本建,王林林,李赞,赵越. 电子与信息学报. 2019(02)
[2]北斗导航卫星相位中心修正[J]. 常志巧,胡小工,郭睿,周善石,何峰,董恩强,李晓杰,董文丽. 武汉大学学报(信息科学版). 2018(06)
[3]Nonlinear Bayesian Estimation:From Kalman Filtering to a Broader Horizon[J]. Huazhen Fang,Ning Tian,Yebin Wang,Meng Chu Zhou,Mulugeta A. Haile. IEEE/CAA Journal of Automatica Sinica. 2018(02)
[4]基于射线跟踪的AOA定位算法的GDOP研究[J]. 孔范增,郭敏,任修坤,郑娜娥. 计算机工程与科学. 2018(01)
[5]基于WiFi信号二次扩频的矿井TOA测距方法[J]. 孙继平,蒋恩松. 工矿自动化. 2017(10)
[6]相关性匹配蓝牙信标位置指纹库的室内定位[J]. 王艳丽,杨如民,余成波,孔庆达. 电讯技术. 2017(02)
[7]线性不稳定环境下的WIFI室内定位系统[J]. 郑新元,严军,范浩,杨其阔,王臣. 电子测量技术. 2015(12)
[8]基于优化RSSI精度的WSN加权质心定位算法[J]. 彭泓,赵阳,夏天鹏. 计算机工程与应用. 2015(21)
[9]基于RSSI权值的环境适应型室内定位算法研究[J]. 陈顺明,李平. 计算机工程与应用. 2015(22)
[10]基于WI-FI和蓝牙融合的室内定位算法[J]. 王睿,赵方,彭金华,罗海勇,陆波,陆涛. 计算机研究与发展. 2011(S2)
硕士论文
[1]基于WiFi/蓝牙融合的室内定位算法研究[D]. 刘沛丰.中国矿业大学 2017
[2]基于蓝牙4.0和位置指纹的室内定位技术研究和实现[D]. 刘志昆.中央民族大学 2017
[3]基于WiFi和蓝牙的室内定位技术研究[D]. 华海亮.辽宁工业大学 2016
本文编号：3531243
【文章来源】：桂林电子科技大学广西壮族自治区
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
无线信号指纹定位原理示意图
第二章室内定位相关技术11个参考点坐标，算法原理如图2-2所示，具体判定过程如下：（1）欧氏距离相似度算法欧氏距离相似度算法对数值数据敏感，用来计算指纹库中参考点对应的特征向量和待定位点处采集的特征向量之间的差异性，指纹定位中向量特征的差异实际是数值差异。欧式距离相似度算法判定数据相似度的指标，计算公式如下：MijiiRSSRSSdist12)(（2-8）则待定位点处采集到的每个指纹的欧氏距离如公式：Miiijssjdist12)()(（2-9）其中，i=1,2,…,M，j=1,2,…,N，t代表参考点的RSS值，代表待定位点处采集的RSS值，将公式（2-9）计算的距离值从大到小降序排序，取出前k个值所对应的参考点，并对k个参考点进行平均加权，计算待定位点位置坐标，计算公式如下所示：kiiiyxkyxL1),(1),(（2-10）图2-2欧式距离相似度和余弦相似度算法原理图（2）余弦相似度算法余弦相似度算法通过计算指纹库中参考点对应的指纹特征向量和待定位点处采集的信号特征向量余弦值，判定两组特征向量的相似程度。两个特征向量的余弦值越小，则表明相似程度越低，反之，余弦值越大，表明相似程度越高。假设接收设备在待定位点接收了m个AP的信号强度值RSS，并组成一个向量，计算向量和指纹库中指特征向量的余弦值，如下式所示：
第二章室内定位相关技术13性能要优于单一WiFi或蓝牙定位技术。图2-3三种定位算法定位误差§2.4指纹采集APP开发在离线指纹库构建阶段，需要在参考点处获取WiFi和蓝牙信号强度值，本小节分别设计了一款基于H5+平台的WiFi指纹采集APP和一款基于Android平台的蓝牙指纹采集APP。§2.4.1WiFi指纹采集APPWiFi指纹采集APP使用HBuilderX工具研发，并将其安装到智能手机上采集WiFi信号强度值，具体开发步骤如下：（1）首先调用plus.android.importClass方法加载Android各种类型，包括android.content.Context、android.net.wifi.WifiManager、android.net.wifi.ScanResult、android.net.wifi.ScanResult、android.app.Activity。（2）通过android.app.Activity获取Context.WiFi_SERVICE对象，并调用Context.WiFi_SERVICE对象的startScan方法开启扫描WiFi功能。（3）通过Context.WIFI_SERVICE对象的getScanResults方法获取扫描到的WiFi信息并返回WiFi对象集合，遍历WiFi对象集合，获取WiFi信号的MAC地址和信号强度。（4）通过plus.io.requestFileSystem方法设置文件目录，并在成功回调函数中使用FileSystem对象的root属性（DirectoryEntry类型）的getFile方法在该目录中创建
【参考文献】：
期刊论文
[1]面向TDOA被动定位的定位节点选择方法[J]. 郝本建,王林林,李赞,赵越. 电子与信息学报. 2019(02)
[2]北斗导航卫星相位中心修正[J]. 常志巧,胡小工,郭睿,周善石,何峰,董恩强,李晓杰,董文丽. 武汉大学学报(信息科学版). 2018(06)
[3]Nonlinear Bayesian Estimation:From Kalman Filtering to a Broader Horizon[J]. Huazhen Fang,Ning Tian,Yebin Wang,Meng Chu Zhou,Mulugeta A. Haile. IEEE/CAA Journal of Automatica Sinica. 2018(02)
[4]基于射线跟踪的AOA定位算法的GDOP研究[J]. 孔范增,郭敏,任修坤,郑娜娥. 计算机工程与科学. 2018(01)
[5]基于WiFi信号二次扩频的矿井TOA测距方法[J]. 孙继平,蒋恩松. 工矿自动化. 2017(10)
[6]相关性匹配蓝牙信标位置指纹库的室内定位[J]. 王艳丽,杨如民,余成波,孔庆达. 电讯技术. 2017(02)
[7]线性不稳定环境下的WIFI室内定位系统[J]. 郑新元,严军,范浩,杨其阔,王臣. 电子测量技术. 2015(12)
[8]基于优化RSSI精度的WSN加权质心定位算法[J]. 彭泓,赵阳,夏天鹏. 计算机工程与应用. 2015(21)
[9]基于RSSI权值的环境适应型室内定位算法研究[J]. 陈顺明,李平. 计算机工程与应用. 2015(22)
[10]基于WI-FI和蓝牙融合的室内定位算法[J]. 王睿,赵方,彭金华,罗海勇,陆波,陆涛. 计算机研究与发展. 2011(S2)
硕士论文
[1]基于WiFi/蓝牙融合的室内定位算法研究[D]. 刘沛丰.中国矿业大学 2017
[2]基于蓝牙4.0和位置指纹的室内定位技术研究和实现[D]. 刘志昆.中央民族大学 2017
[3]基于WiFi和蓝牙的室内定位技术研究[D]. 华海亮.辽宁工业大学 2016
本文编号：3531243
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3531243.html
