WLAN环境下的室内定位算法研究

发布时间：2017-06-04 11:24

  本文关键词：WLAN环境下的室内定位算法研究，由笔耕文化传播整理发布。

【摘要】：随着计算机科学和互联网应用的发展,移动终端定位技术得到了广泛的关注,尤其在物联网和“互联网+”架构上,室外位置信息和室内位置信息都是不可或缺的。传统的基于卫星技术的定位系统,如GPS(Global Positioning System,全球定位系统)等,能够很好解决室外定位的需求,但是用于室内定位时,由于建筑物等对卫星信号的遮挡,定位精度较低,而且这种方法用于室内定位的实施成本较高,难以满足复杂多变的室内定位情形。WLAN(Wireless Local Area Networks)技术因其在室内布设简单,部署广泛,价格低廉等优异特性,使其更加适用于室内定位。近年来,基于WLAN技术的室内定位算法已经成为位置感知领域内的研究热点,其中,基于位置指纹架构的定位方法成为研究主流。本文研究了WLAN环境下的基于指纹架构的定位算法的实施原理,通过分析,指出了定位过程中可能出现的误差,并指出了几种现有定位算法的不足。在深度分析现有的几种定位算法基础上,提出一种新的基于KPCA(Kernel Principal Component Analysis)和IWKNN(Improved Weighted K-nearest-neighbors)的室内定位算法,称之为KPCA-IWKNN算法,该算法与现有的几种定位算法相比有如下改进:1.该算法在离线阶段首次使用KPCA方法训练原始位置指纹,提取原始位置指纹的非线性特征,将这些非线性特征组成特征位置指纹数据库,这样能更加有效的利用各个接入节点的接收信号强度信息;2.在线定位时,将实时测得的位置指纹经过KPCA变换后,利用改进的加权K近邻定位算法,自主选择近邻算法中近邻位置指纹的数目,输出加权位置信息,避免了原始K近邻算法中近邻数目不变带来的问题,提高了室内定位精度。3.为了分析算法在现实WLAN环境下的特性,本文使用的RSS数据采集自真实的WLAN环境,并且分析了AP数目,RSS训练样本数目等对算法的影响,并将本算法与其它算法进行比较。仿真结果表明,本文提出的算法在平均误差和定位准确率方面优于其他的室内定位算法,在相同的定位精度下,本算法需要更少的训练样本数和接入节点数,降低了离线训练消耗;其次将本文提出的算法用于另一种WLAN环境,与其他几种定位算法进行仿真对比,仿真结果表明,本算法性能更加稳定。
【关键词】：无线局域网络 室内定位 接收信号强度 核函数特征提取 改进加权K近邻算法
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925.93
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 绪论10-22
• 1.1 引言10
• 1.2 WLAN技术概述10-16
• 1.2.1 WLAN的协议标准11-13
• 1.2.2 WLAN的网络实体组成13-14
• 1.2.3 WLAN的组网结构14-15
• 1.2.4 WLAN的优点15-16
• 1.3 选题背景及意义16-17
• 1.4 国内外研究现状17-18
• 1.5 主要研究内容和章节安排18-22
• 第2章 室内定位算法22-32
• 2.1 引言22
• 2.2 基于WLAN的定位技术22-23
• 2.3 基于距离的定位方法23-30
• 2.3.1 三边定位法23-24
• 2.3.2 三角定位法24-25
• 2.3.3 极大似然估计法25-26
• 2.3.4 TOA定位方法26-27
• 2.3.5 TDOA定位方法27-29
• 2.3.6 基于信号传播模型的定位方法29-30
• 2.4 距离无关的的定位算法30-31
• 2.4.1 近似类型方法30
• 2.4.2 位置指纹定位法30-31
• 2.5 本章小结31-32
• 第3章 指纹定位算法研究32-44
• 3.1 引言32-33
• 3.2 WLAN环境下的指纹架构定位算法33-36
• 3.2.1 位置指纹空间的建立33-34
• 3.2.2 位置指纹定位算法34-36
• 3.3 RSS的特性分析36-39
• 3.3.1 RSS的传播特性36-37
• 3.3.2 信号强度的路径损耗分析37-39
• 3.4 定位系统的误差分析39-41
• 3.4.1 RSS的误差来源分析39-41
• 3.4.2 指纹定位算法的误差41
• 3.5 本章小结41-44
• 第4章 基于KPCA与IWKNN的室内定位算法44-54
• 4.1 引言44-46
• 4.2 基于KPCA与改进WKNN的室内定位算法46-53
• 4.2.1 KPCA简介46-47
• 4.2.2 KPCA-IWKNN算法步骤47-49
• 4.2.3 原始位置指纹的KPCA变换49-51
• 4.2.4 在线位置指纹的处理51
• 4.2.5 IWKNN进行定位51-53
• 4.3 本章小结53-54
• 第5章 实验结果与仿真分析54-64
• 5.1 实验设置54-56
• 5.2 仿真结果及分析56-63
• 5.2.1 AP数量对算法的影响56-58
• 5.2.2 离线阶段RSS样本数量对算法的影响58
• 5.2.3 特征空间的维度对定位算法的影响58-60
• 5.2.4 参数σ对定位性能的影响60-61
• 5.2.5 算法在其它环境下的性能61-63
• 5.3 本章小结63-64
• 第6章 总结与展望64-66
• 6.1 全文总结64-65
• 6.2 展望65-66
• 参考文献66-72
• 作者简介72
• 攻读硕士期间取得的科研成果72-74
• 致谢74

【相似文献】

中国期刊全文数据库 前10条

1 赵军;李鸿斌;王智;;无线网络室内定位系统研究[J];信息与控制;2008年04期

2 梁韵基;周兴社;於志文;倪红波;;普适环境室内定位系统研究[J];计算机科学;2010年03期

3 汪苑;林锦国;;几种常用室内定位技术的探讨[J];中国仪器仪表;2011年02期

4 王丽英;;导航发展的新热点——室内定位[J];今日电子;2011年12期

5 ;卫星信号易被干扰 室内定位技术解析[J];金卡工程;2012年07期

6 李振;姚以鹏;;大型公共场馆智能室内定位导游系统的技术研究[J];广东科技;2013年12期

7 袁飞;;浅谈室内定位与机场旅客个性化服务[J];中国科技信息;2014年08期

8 张玉梅;康晓霞;;救援队员室内定位技术分析[J];消防科学与技术;2012年06期

9 杨华;刘军发;陈益强;;一种基于多终端动态协同的室内定位方法[J];计算机应用研究;2012年07期

10 胡天琨;叶建芳;;基于手持设备的室内定位系统设计与实现[J];微型机与应用;2012年13期

中国重要会议论文全文数据库 前8条

1 张立立;钟耳顺;;无线室内定位技术[A];中国地理信息系统协会第八届年会论文集[C];2004年

2 郭明涛;李文元;龚福春;;室内定位方法分析[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

3 郭旭斌;叶长城;王忆文;李辉;;基于无线传感器网络的室内定位系统[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年

4 房秉毅;李熹;;超宽带室内定位系统研究[A];2005年全国超宽带无线通信技术学术会议论文集[C];2005年

5 高雪晨;蒋泰;曹林峰;;基于RFID的室内定位系统设计[A];广西计算机学会2012年学术年会论文集[C];2012年

6 徐劲松;卢晓春;边玉敬;;基于UWB的室内定位系统设计与仿真[A];2009全国时间频率学术会议论文集[C];2009年

7 雷地球;罗海勇;刘晓明;;一种基于WiFi的室内定位系统设计与实现[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

8 胡斌;宋娜娜;;基于航位推测技术的消防人员室内定位系统研究[A];2014中国消防协会科学技术年会论文集[C];2014年

中国重要报纸全文数据库 前10条

1 本报记者 马静t，

本文编号：420871