基于GMM的WiFi室内定位方法研究
发布时间：2022-10-04 20:58
随着科技的发展以及人们生活质量的提高,高质量的定位服务逐渐成为人们日常生活的必需。室外位置服务在GPS和北斗系统的部署和完善下已经可以满足人们基本的出行定位需求。然而,面对复杂的室内环境而导致信号的衰弱和多径效应,GPS和北斗系统仍无法实现较为精准的定位。WiFi室内定位技术因为具有较高的定位精度、不易受室内环境因素的影响、稳定性较高且成本低廉等优点,成为室内定位技术的首选。本文研究了使用EM（Expectation-Maximization最大期望）算法结合K-means++算法构建指纹数据库,使用朴素贝叶斯公式结合LVQ（Learning Vector Quantization,学习向量量化）算法完成待定位点匹配的技术。主要工作如下:（1）分析了初始参数对EM算法的迭代次数及迭代结果的影响,选择使用K-means++算法初始化模型参数,仿真结果表明使用K-means++算法初始化参数后,EM算法的迭代次数以及得到的高斯混合分布模型的累积误差都得到了优化,EM算法的运算量降低了22.5%~25%。（2）分别使用单高斯分布模型,普通EM算法以及EM+K-means++算法生成的指纹数据...
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 论文的研究背景及意义
1.2 国内外研究现状
1.3 论文的研究内容与结构安排
第二章 WiFi定位技术及相关算法介绍
2.1 室内定位技术简介
2.1.1 各组室内定位技术简介
2.1.2 室内定位算法性能指标
2.2 WiFi定位技术
2.2.1 基于信号强度的WiFi定位技术
2.2.2 位置指纹定位方法
2.2.3 位置指纹数据库简介
2.3 高斯混合分布模型(GMM)和最大期望算法(EM)简介
2.4 K-means++算法简介
2.5 LVQ算法简介
2.6 本章小结
第三章 基于GMM的 WiFi指纹数据库的建立
3.1 WiFi指纹数据库建立流程
3.2 WiFi信号采集阶段
3.3 高斯混合分布模型训练
3.3.1 使用K-means++算法估计初始模型参数
3.3.2 使用EM算法训练高斯混合分布模型
3.4 实验结果分析
3.4.1 高斯混合分布模型准确性验证
3.4.2 K-means++算法的改进
3.4.3 K-means++算法对EM算法的改进分析
3.5 本章小结
第四章 在线定位阶段的朴素贝叶斯算法
4.1 待测点信号采集
4.2 朴素贝叶斯法定位
4.3 使用LVQ算法(学习向量量化)进行数据聚类
4.4 朴素贝叶斯法的定位结果分析
4.4.1 普通EM算法的定位效果分析
4.4.2 K-means++算法对EM算法的改进分析
4.5 LVQ算法的效果分析
4.5.1 LVQ算法对采样数据的聚类效果分析
4.5.2 LVQ算法的粗定位效果分析
4.5.3 LVQ算法对定位结果的影响
4.6 指纹数据库压缩
4.7 本章小结
第五章 总结与展望
5.1 论文总结
5.2 论文展望
参考文献
附录1 攻读硕士学位期间撰写的论文
致谢
【参考文献】：
期刊论文
[1]基于SVM分类的位置指纹定位[J]. 李海昇,费树岷. 工业控制计算机. 2018(03)
[2]一种基于灰色关联度的改进位置指纹定位方法[J]. 朱律,沈云中. 导航定位学报. 2017(02)
[3]基于数值模拟和时序曲线聚类的降雨型滑坡观测点布设[J]. 王春华. 科技展望. 2016(07)
[4]基于GPS与Wi-Fi位置指纹的室内外无缝定位研究[J]. 胡可,廖兴宇,余敏,汪伦杰. 计算机工程. 2016(02)
[5]基于射频识别技术室内定位系统综述[J]. 许春生,初明. 科技创新导报. 2015(29)
[6]基于RFID技术的位置感知中定位方法概述[J]. 付志学,纪秀,赵吉业. 山东工业技术. 2014(21)
[7]基于LS-SVM的位置指纹室内定位[J]. 韦燕华,周彦,王冬丽. 计算机工程与应用. 2016(09)
[8]超宽带室内定位关键技术[J]. 张令文,杨刚. 数据采集与处理. 2013(06)
[9]基于CS-MUSIC算法的DOA估计[J]. 吴小川,邓维波,杨强. 系统工程与电子技术. 2013(09)
[10]GNSS全球卫星导航系统发展概况及最新进展[J]. 纪龙蛰,单庆晓. 全球定位系统. 2012(05)
博士论文
[1]基于群智能优化理论的聚类改进方法及应用研究[D]. 周瑞红.吉林大学 2017
[2]基于无线局域网的室内定位系统研究[D]. 赵永翔.武汉大学 2010
硕士论文
[1]基于WiFi定位的指纹数据库压缩技术研究[D]. 刘旻.南京邮电大学 2018
[2]面向灾难应急的人员疏散与救援规划机制的研究[D]. 张雷.南京邮电大学 2018
[3]基于CSI室内WiFi定位技术研究[D]. 胡绪健.山东大学 2018
[4]基于聚类算法的深度学习训练改进研究[D]. 续拓.西安电子科技大学 2018
[5]基于超声波室内定位系统的设计与实现[D]. 代森.西南交通大学 2017
[6]WLAN环境下的室内定位算法研究[D]. 李华亮.吉林大学 2016
[7]基于蓝牙4.0的定位算法研究及系统实现[D]. 陆杨洁.西南科技大学 2016
[8]混沌电路在自供能系统和无线通信中的应用[D]. 张玉静.兰州大学 2016
[9]基于RFID技术的位置感知方法研究[D]. 付志学.长春工业大学 2016
[10]一种基于无线射频识别技术的室内定位系统设计[D]. 李荣娜.郑州大学 2014
本文编号：3685750
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 论文的研究背景及意义
1.2 国内外研究现状
1.3 论文的研究内容与结构安排
第二章 WiFi定位技术及相关算法介绍
2.1 室内定位技术简介
2.1.1 各组室内定位技术简介
2.1.2 室内定位算法性能指标
2.2 WiFi定位技术
2.2.1 基于信号强度的WiFi定位技术
2.2.2 位置指纹定位方法
2.2.3 位置指纹数据库简介
2.3 高斯混合分布模型(GMM)和最大期望算法(EM)简介
2.4 K-means++算法简介
2.5 LVQ算法简介
2.6 本章小结
第三章 基于GMM的 WiFi指纹数据库的建立
3.1 WiFi指纹数据库建立流程
3.2 WiFi信号采集阶段
3.3 高斯混合分布模型训练
3.3.1 使用K-means++算法估计初始模型参数
3.3.2 使用EM算法训练高斯混合分布模型
3.4 实验结果分析
3.4.1 高斯混合分布模型准确性验证
3.4.2 K-means++算法的改进
3.4.3 K-means++算法对EM算法的改进分析
3.5 本章小结
第四章 在线定位阶段的朴素贝叶斯算法
4.1 待测点信号采集
4.2 朴素贝叶斯法定位
4.3 使用LVQ算法(学习向量量化)进行数据聚类
4.4 朴素贝叶斯法的定位结果分析
4.4.1 普通EM算法的定位效果分析
4.4.2 K-means++算法对EM算法的改进分析
4.5 LVQ算法的效果分析
4.5.1 LVQ算法对采样数据的聚类效果分析
4.5.2 LVQ算法的粗定位效果分析
4.5.3 LVQ算法对定位结果的影响
4.6 指纹数据库压缩
4.7 本章小结
第五章 总结与展望
5.1 论文总结
5.2 论文展望
参考文献
附录1 攻读硕士学位期间撰写的论文
致谢
【参考文献】：
期刊论文
[1]基于SVM分类的位置指纹定位[J]. 李海昇,费树岷. 工业控制计算机. 2018(03)
[2]一种基于灰色关联度的改进位置指纹定位方法[J]. 朱律,沈云中. 导航定位学报. 2017(02)
[3]基于数值模拟和时序曲线聚类的降雨型滑坡观测点布设[J]. 王春华. 科技展望. 2016(07)
[4]基于GPS与Wi-Fi位置指纹的室内外无缝定位研究[J]. 胡可,廖兴宇,余敏,汪伦杰. 计算机工程. 2016(02)
[5]基于射频识别技术室内定位系统综述[J]. 许春生,初明. 科技创新导报. 2015(29)
[6]基于RFID技术的位置感知中定位方法概述[J]. 付志学,纪秀,赵吉业. 山东工业技术. 2014(21)
[7]基于LS-SVM的位置指纹室内定位[J]. 韦燕华,周彦,王冬丽. 计算机工程与应用. 2016(09)
[8]超宽带室内定位关键技术[J]. 张令文,杨刚. 数据采集与处理. 2013(06)
[9]基于CS-MUSIC算法的DOA估计[J]. 吴小川,邓维波,杨强. 系统工程与电子技术. 2013(09)
[10]GNSS全球卫星导航系统发展概况及最新进展[J]. 纪龙蛰,单庆晓. 全球定位系统. 2012(05)
博士论文
[1]基于群智能优化理论的聚类改进方法及应用研究[D]. 周瑞红.吉林大学 2017
[2]基于无线局域网的室内定位系统研究[D]. 赵永翔.武汉大学 2010
硕士论文
[1]基于WiFi定位的指纹数据库压缩技术研究[D]. 刘旻.南京邮电大学 2018
[2]面向灾难应急的人员疏散与救援规划机制的研究[D]. 张雷.南京邮电大学 2018
[3]基于CSI室内WiFi定位技术研究[D]. 胡绪健.山东大学 2018
[4]基于聚类算法的深度学习训练改进研究[D]. 续拓.西安电子科技大学 2018
[5]基于超声波室内定位系统的设计与实现[D]. 代森.西南交通大学 2017
[6]WLAN环境下的室内定位算法研究[D]. 李华亮.吉林大学 2016
[7]基于蓝牙4.0的定位算法研究及系统实现[D]. 陆杨洁.西南科技大学 2016
[8]混沌电路在自供能系统和无线通信中的应用[D]. 张玉静.兰州大学 2016
[9]基于RFID技术的位置感知方法研究[D]. 付志学.长春工业大学 2016
[10]一种基于无线射频识别技术的室内定位系统设计[D]. 李荣娜.郑州大学 2014
本文编号：3685750
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3685750.html
