WiFi/RFID室内融合定位方法的研究
发布时间:2022-01-06 09:04
近年来,人们对于提供位置服务的精确定位的需求越来越高,WiFi定位技术和RFID(Radio Frequency Identification)定位技术是两种主要的室内定位技术,具有定位精度较高、耗能小,成本低这些特点,从而使得室内定位技术得以广泛应用。WiFi网络中利用AP节点的RSS(Received Signal Strength)信息采用位置指纹定位技术确定目标位置。同时,RFID定位技术确定待定位物体位置的方法一般也是通过接收的信号强度RSSI(Received Signal Strength Indication)值来实现。由于接收信号的RSSI值既包含直达波成分,也有很多非直达波成分的贡献,所以单一定位系统根据RSSI测量技术进行定位的方法往往会导致定位精度不能完全满足要求,因此,本论文提出针对室内环境中采用WiFi技术和RFID定位技术融合的方法从而构成多传感器融合定位系统,以此来提高室内定位精度。论文以教育部-中国移动2014年科研基金课题“基于无线传感网的融合性室内定位解决方案研究”为支撑,对采用WiFi技术和RFID技术进行融合室内定位的方法进行了研究,为多传感器...
【文章来源】:南京邮电大学江苏省
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
NN、KNN、WKNN算法定位位置分布图
NN、KNN、WKNN算法误差累积曲线
邮电大学专业学位硕士研究生学位论文 第三章 基于 K 近邻的 WiFi 定位算法研究与设况下计算出的 WKNN 的定位结果与 KNN 算法比较接近,可知 WKNN 的定位性能KNN 及 NN 算法都较好。.3.2 实验结果分析在实际的测量环境中,我们是利用了 4 个路由器节点,部署在 3*5m 的室内环境中景布置图如下 3.4 所示。
【参考文献】:
期刊论文
[1]复杂背景下基于贝叶斯-全概率联合估计的前景检测[J]. 李拥军,曾标,徐克付,李阳. 电子与信息学报. 2012(02)
[2]室内与室外定位技术的研究[J]. 翁宁龙,刘冉,吴子章. 数字技术与应用. 2011(05)
[3]一种改进的RFID防碰撞算法[J]. 冯东旭,夏哲雷,凌访华. 杭州电子科技大学学报. 2010(05)
[4]机器人多传感器信息融合研究综述[J]. 赵小川,罗庆生,韩宝玲. 传感器与微系统. 2008(08)
[5]一种新的信息融合功能模型[J]. 何友,薛培信,王国宏. 海军航空工程学院学报. 2008(03)
[6]多传感器信息融合研究综述[J]. 祝宏,曾祥进. 计算机与数字工程. 2007(12)
[7]无线局域网中基于信号强度的室内定位[J]. 张明华,张申生,曹健. 计算机科学. 2007(06)
[8]Spider系统中LRU算法的使用和实现[J]. 洪伟铭. 程序员. 2007(01)
[9]射频识别技术及其在室内定位中的应用[J]. 孙瑜,范平志. 计算机应用. 2005(05)
[10]数据融合技术在移动机器人研究中的应用[J]. 杨清梅,孟庆鑫,张立勋. 机床与液压. 2002(06)
硕士论文
[1]WIFI位置指纹定位技术研究及仿真器设计[D]. 魏雷.西南交通大学 2012
[2]基于联邦滤波位置参考系统信息融合研究[D]. 陈幼珍.哈尔滨工程大学 2012
[3]基于多传感器信息融合的移动机器人导航定位技术研究[D]. 冯刘中.西南交通大学 2011
[4]信息融合在移动机器人目标定位中的应用研究[D]. 孙海荣.河北工业大学 2011
[5]射频识别系统中多标签防冲突技术的研究[D]. 常清泉.中国海洋大学 2008
[6]GPS/DR组合定位系统数据融合算法的研究[D]. 杨荣荣.兰州理工大学 2007
[7]RFID中间件实时事件管理机制的设计与实现[D]. 许强.华中科技大学 2007
[8]卡尔曼滤波在INS/GPS组合导航中的应用研究[D]. 李大威.中北大学 2006
本文编号:3572169
【文章来源】:南京邮电大学江苏省
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
NN、KNN、WKNN算法定位位置分布图
NN、KNN、WKNN算法误差累积曲线
邮电大学专业学位硕士研究生学位论文 第三章 基于 K 近邻的 WiFi 定位算法研究与设况下计算出的 WKNN 的定位结果与 KNN 算法比较接近,可知 WKNN 的定位性能KNN 及 NN 算法都较好。.3.2 实验结果分析在实际的测量环境中,我们是利用了 4 个路由器节点,部署在 3*5m 的室内环境中景布置图如下 3.4 所示。
【参考文献】:
期刊论文
[1]复杂背景下基于贝叶斯-全概率联合估计的前景检测[J]. 李拥军,曾标,徐克付,李阳. 电子与信息学报. 2012(02)
[2]室内与室外定位技术的研究[J]. 翁宁龙,刘冉,吴子章. 数字技术与应用. 2011(05)
[3]一种改进的RFID防碰撞算法[J]. 冯东旭,夏哲雷,凌访华. 杭州电子科技大学学报. 2010(05)
[4]机器人多传感器信息融合研究综述[J]. 赵小川,罗庆生,韩宝玲. 传感器与微系统. 2008(08)
[5]一种新的信息融合功能模型[J]. 何友,薛培信,王国宏. 海军航空工程学院学报. 2008(03)
[6]多传感器信息融合研究综述[J]. 祝宏,曾祥进. 计算机与数字工程. 2007(12)
[7]无线局域网中基于信号强度的室内定位[J]. 张明华,张申生,曹健. 计算机科学. 2007(06)
[8]Spider系统中LRU算法的使用和实现[J]. 洪伟铭. 程序员. 2007(01)
[9]射频识别技术及其在室内定位中的应用[J]. 孙瑜,范平志. 计算机应用. 2005(05)
[10]数据融合技术在移动机器人研究中的应用[J]. 杨清梅,孟庆鑫,张立勋. 机床与液压. 2002(06)
硕士论文
[1]WIFI位置指纹定位技术研究及仿真器设计[D]. 魏雷.西南交通大学 2012
[2]基于联邦滤波位置参考系统信息融合研究[D]. 陈幼珍.哈尔滨工程大学 2012
[3]基于多传感器信息融合的移动机器人导航定位技术研究[D]. 冯刘中.西南交通大学 2011
[4]信息融合在移动机器人目标定位中的应用研究[D]. 孙海荣.河北工业大学 2011
[5]射频识别系统中多标签防冲突技术的研究[D]. 常清泉.中国海洋大学 2008
[6]GPS/DR组合定位系统数据融合算法的研究[D]. 杨荣荣.兰州理工大学 2007
[7]RFID中间件实时事件管理机制的设计与实现[D]. 许强.华中科技大学 2007
[8]卡尔曼滤波在INS/GPS组合导航中的应用研究[D]. 李大威.中北大学 2006
本文编号:3572169
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3572169.html