基于CNN活动识别辅助PDR室内定位算法研究
发布时间：2020-12-17 14:26
近年来,基于位置的服务(Location Based Services,LBS)一直占据着研究的热点。室外定位中,在GNSS的强大背景下,各种基于位置服务的应用运应而生,为人们的出行带来了便利。虽然GNSS在室外发挥着得天独厚的优势,但是其信号极易受到高楼大厦、茂密枝叶等影响产生多径效应,致使定位精度急剧下降,在这些地方以及室内所产生的定位误差极大,无法达到定位效果。而人们工作生活大部分时间都在室内,因此寻求一种同样高精度的室内定位技术尤为重要。本文通过对现有的室内定位技术分析和研究,结合智能移动设备和相关机器学习算法作为研究方向,针对现有的PDR技术所固有的缺陷,即累积误差造成精度下降的问题进行改善,以及针对行人在室内活动的日常行为进行数据分析,提出了一种基于CNN活动识别辅助PDR室内定位的方法。具体内容包括:(1)研究了基于CNN活动识别算法。对行人步行,左拐,右拐等日常活动进行数据分析,并建立基于CNN活动识别模型,实现了对行人这三种日常活动的识别。(2)对CNN活动识别模型的启动算法进行了研究。通过分析信号强度误差变化,得出信号强度变化阈值,并检测各个特征点处的AP信号强度,...
【文章来源】：江西师范大学江西省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
论文组织结构图
了 88.06%[27]。工神经网络的行为识别技术Artificial Neural Networks）是一种基于仿生处理的机器学习算法模型。这种模型通过大神经元之间相互连接的权重，从而达到信息神经元组成，如图 2-1 所示。在这个神经元(Weighted Sum)后得到ini wx1，然后将这个总函数进行处理以产生神经元的输出。具体地()1 niiiy fwx入信号，wi表示所分配的权重，i=1,2,3，.f(x)表示激活函数。
图 2-2 人工神经网络结构活动识别、智能控制、模式识别等领域都有着有递归神经网络，循环神经网络，卷积神经网ion）等。Min 等提出了一种人类活动识别系统，，利用人工神经网络对人们常见的是十一种活动5%[28]；Reda 等人利用人工神经网络对入侵者检其识别精度达到了 82%左右[29]。定位相关技术室内定位服务需求的日益增加，研究一款具有普睫。但是由于室内结构具有异构性、多维性等特定位精度要求高，使得目前还没有一种定位技术头。为此本节总结国内外室内定位技术的研究现介绍。于 WiFi 指纹定位技术
【参考文献】：
期刊论文
[1]改进粒子滤波器的室内地磁匹配精度研究[J]. 李维,黄鹤,罗德安. 测绘科学. 2018(07)
[2]基于地磁指纹和PDR融合的手机室内定位系统[J]. 李思民,蔡成林,王亚娜,邱云翔,黄艳虎. 传感技术学报. 2018(01)
[3]基于可穿戴传感器的人体活动识别研究综述[J]. 郑增威,杜俊杰,霍梅梅,吴剑钟. 计算机应用. 2018(05)
[4]基于智能手机的室内定位技术的发展现状和挑战[J]. 陈锐志,陈亮. 测绘学报. 2017(10)
[5]基于WiFi的指纹匹配算法在室内定位中的应用研究[J]. 唐洋,白勇,马跃,蓝章礼. 计算机科学. 2016(05)
[6]一种基于传播模型和位置指纹的混合室内定位方法[J]. 崔斌,赵西安. 测绘通报. 2015(06)
[7]一种使用红外线和超声波的定位技术[J]. 厡玉磊,王安健,蒋理兴. 电子测量技术. 2008(10)
[8]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)
[9]基于MATLAB设计巴特沃斯低通滤波器[J]. 李钟慎. 信息技术. 2003(03)
博士论文
[1]基于群智感知的无线室内定位[D]. 吴陈沭.清华大学 2015
硕士论文
[1]基于UWB的室内机器人定位系统研究与设计[D]. 顾衍明.哈尔滨工业大学 2018
[2]基于Android的PDR和WiFi指纹融合室内定位技术研究[D]. 周礼争.江西师范大学 2016
[3]基于智能手机的航位推算和Wi-Fi组合室内定位方法研究与设计[D]. 胡可.江西师范大学 2015
[4]室内无线定位算法研究[D]. 徐凤燕.复旦大学 2008
本文编号：2922196
【文章来源】：江西师范大学江西省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
论文组织结构图
了 88.06%[27]。工神经网络的行为识别技术Artificial Neural Networks）是一种基于仿生处理的机器学习算法模型。这种模型通过大神经元之间相互连接的权重，从而达到信息神经元组成，如图 2-1 所示。在这个神经元(Weighted Sum)后得到ini wx1，然后将这个总函数进行处理以产生神经元的输出。具体地()1 niiiy fwx入信号，wi表示所分配的权重，i=1,2,3，.f(x)表示激活函数。
图 2-2 人工神经网络结构活动识别、智能控制、模式识别等领域都有着有递归神经网络，循环神经网络，卷积神经网ion）等。Min 等提出了一种人类活动识别系统，，利用人工神经网络对人们常见的是十一种活动5%[28]；Reda 等人利用人工神经网络对入侵者检其识别精度达到了 82%左右[29]。定位相关技术室内定位服务需求的日益增加，研究一款具有普睫。但是由于室内结构具有异构性、多维性等特定位精度要求高，使得目前还没有一种定位技术头。为此本节总结国内外室内定位技术的研究现介绍。于 WiFi 指纹定位技术
【参考文献】：
期刊论文
[1]改进粒子滤波器的室内地磁匹配精度研究[J]. 李维,黄鹤,罗德安. 测绘科学. 2018(07)
[2]基于地磁指纹和PDR融合的手机室内定位系统[J]. 李思民,蔡成林,王亚娜,邱云翔,黄艳虎. 传感技术学报. 2018(01)
[3]基于可穿戴传感器的人体活动识别研究综述[J]. 郑增威,杜俊杰,霍梅梅,吴剑钟. 计算机应用. 2018(05)
[4]基于智能手机的室内定位技术的发展现状和挑战[J]. 陈锐志,陈亮. 测绘学报. 2017(10)
[5]基于WiFi的指纹匹配算法在室内定位中的应用研究[J]. 唐洋,白勇,马跃,蓝章礼. 计算机科学. 2016(05)
[6]一种基于传播模型和位置指纹的混合室内定位方法[J]. 崔斌,赵西安. 测绘通报. 2015(06)
[7]一种使用红外线和超声波的定位技术[J]. 厡玉磊,王安健,蒋理兴. 电子测量技术. 2008(10)
[8]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)
[9]基于MATLAB设计巴特沃斯低通滤波器[J]. 李钟慎. 信息技术. 2003(03)
博士论文
[1]基于群智感知的无线室内定位[D]. 吴陈沭.清华大学 2015
硕士论文
[1]基于UWB的室内机器人定位系统研究与设计[D]. 顾衍明.哈尔滨工业大学 2018
[2]基于Android的PDR和WiFi指纹融合室内定位技术研究[D]. 周礼争.江西师范大学 2016
[3]基于智能手机的航位推算和Wi-Fi组合室内定位方法研究与设计[D]. 胡可.江西师范大学 2015
[4]室内无线定位算法研究[D]. 徐凤燕.复旦大学 2008
本文编号：2922196
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2922196.html
