基于RSSI的室内无线定位与跟踪技术研究

发布时间：2017-09-03 02:18

  本文关键词：基于RSSI的室内无线定位与跟踪技术研究

  更多相关文章： WLAN RSSI 路径损耗模型 室内无线定位 跟踪算法

【摘要】：近年来,随着移动互联网技术的迅速发展,室内无线定位技术作为其催生出的新兴技术产业,已被广泛应用于安全保障、社会服务、医疗卫生等领域,且成果突出。随着室内无线定位需求的日益增加,如何实现在室内环境下的精确定位,成为当前研究的一个重要方向,这为无线局域网(Wireless Local Area Network,WLAN)技术应用于室内无线定位提供了机遇。WLAN技术应用于室内无线定位有着显而易见的优势,成本低廉、安装简单、覆盖范围广、可扩展性强、终端分布广泛等等。与此同时,它也面临着巨大的挑战,其中最大的问题就是其传播信号容易受到环境因素的影响与干扰,导致定位精度偏差较大。基于此背景,本文主要研究WLAN环境下基于接收信号强度(Received Signal Strength Indicator,RSSI)的室内无线定位与跟踪技术。论文首先详细介绍了基于RSSI的室内无线定位的研究背景和现实意义,总结了现有室内无线定位与跟踪技术的发展演进,及其面临的难点问题,确定了本文的研究方向。针对现有算法通常假设锚节点的位置固定,但在很多快速部署现实情景中锚节点的位置会发生变化的问题,本文在最大似然算法的基础上提出了一种基于RSSI的动态调整路径损耗模型参数的定位算法。该算法利用参与定位的所有锚节点之间的RSSI信息,对定位空间进行全面衡量后,对路径损耗模型的参数进行估计和修正。随后,再通过修正后的损耗模型,确定目标节点与锚节点之间的距离,进而确定其位置。仿真结果表明,相较于现有的模型参数估计定位算法,该方法能够有效抑制环境变化对定位精度的影响,定位误差小,性能优良。进一步,在定位跟踪环节,针对现有的基于卡尔曼滤波的跟踪算法受到线性系统的局限,而基于粒子滤波的跟踪算法易受奇异值影响的缺点,本文提出了一种联合粒子滤波和卡尔曼滤波的预测跟踪算法。该算法首先使用粒子滤波对目标节点状态进行估计,以克服系统线性或者非线性对跟踪算法的影响;随后,再对估计结果进行卡尔曼滤波,消除奇异值的影响,进一步提高定位精度,实现对目标节点的准确跟踪。仿真结果表明,与现有的跟踪算法相比,本文所提出的算法能够适应多种运动情景,并且误差小,稳定性强,利于实际应用。
【关键词】：WLAN RSSI 路径损耗模型 室内无线定位 跟踪算法
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925.93
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-16
• 第一章 绪论16-28
• 1.1 研究背景与现实意义16-18
• 1.2 室内无线定位技术的研究现状18-26
• 1.2.1 室内无线定位技术的分类18-23
• 1.2.2 研究现状和存在问题23-26
• 1.3 本文创新点及篇章结构26-28
• 第二章 基于RSSI的室内无线定位技术理论基础28-42
• 2.1 RSSI定位技术概述28-30
• 2.2 室内无线通信信道模型30-33
• 2.3 基于RSSI测距的室内定位算法33-39
• 2.4 定位技术的评价指标39-41
• 2.5 本章小结41-42
• 第三章 室内定位RSSI数据的信息采集与计算42-62
• 3.1 高斯模型和对数距离损耗模型42-46
• 3.1.1 高斯模型42-45
• 3.1.2 对数距离路径损耗模型45-46
• 3.2 对数距离路径损耗模型参数估计方法46-53
• 3.2.1 均值参数估计算法47-49
• 3.2.2 迭代参数估计算法49-52
• 3.2.3 最大似然估计算法52-53
• 3.3 本文提出的ML参数估计改进算法53-61
• 3.3.1 新提出算法的详细描述53-57
• 3.3.2 仿真与对比分析57-61
• 3.4 本章小结61-62
• 第四章 室内无线位置预测与移动轨迹跟踪算法62-86
• 4.1 目标节点的运动模型和贝叶斯滤波算法62-65
• 4.1.1 目标节点的运动模型62-64
• 4.1.2 贝叶斯滤波64-65
• 4.2 室内定位跟踪的滤波方法65-75
• 4.2.1 基于卡尔曼滤波的跟踪算法65-72
• 4.2.2 基于粒子滤波的跟踪算法72-75
• 4.3 联合卡尔曼滤波与粒子滤波跟踪算法75-84
• 4.3.1 新提出算法的详细描述75-77
• 4.3.2 仿真与对比分析77-84
• 4.4 本章小结84-86
• 第五章 总结与展望86-88
• 5.1 全文工作总结86-87
• 5.2 进一步研究展望87-88
• 参考文献88-94
• 致谢94-96
• 作者简介96-97

【参考文献】

中国期刊全文数据库 前2条

1 齐亮菲;刘宏;;无线传感器网络的一种多维标度绝对定位算法[J];计算机工程与应用;2010年11期

2 欧阳宇;王潮;施惠昌;;无线传感器网络E-Euclidean集中式定位算法[J];上海大学学报(自然科学版);2008年01期

，

本文编号：782286