基于LMBP神经网络的WiFi室内定位方法的研究
发布时间：2021-08-15 03:33
近年来,移动智能手机的用户数量剧增,为了用户可以便捷地使用网络进行通信,各大城市在公共场所内都铺设大量WiFi热点,因此很多室内定位的研究者便将WiFi热点作为定位区域的接入点,提出了基于WiFi的室内定位技术。WiFi的室内定位技术利用公共场合内的共享热点覆盖区域作为定位区域,从而降低系统开发成本,与其他室内定位技术相比更具备市场竞争力。本文阐述了室内定位技术在当今形势下的研究意义,分析了国内外的室内定位的研究现状,对几种常用的室内定位技术进行深入研究。不同室内定位技术都有其特定的应用场景,其定位精度也存在差异。定位精度提高也有赖于选择合适的定位算法,本文选取几种常用室内定位算法原理和特征进行研究分析。在大型的室内场馆内需要铺设的网络节点较多,导致采集的样本数据维数较大,增加了定位时间和算法复杂度。因此,在离线阶段需要对采集的原始数据进行预处理,本文采用特征提取算法对原始数据进行处理,有效地降低了数据维度,去除数据冗余信息,即使在噪声环境下也能得到较好的定位效果。无线信号在室内传播存在反射、衍射、阴影效应和多径衰落等特征,采用基于传播模型的定位方法,如泰勒级数法,三边定位法,双曲线法...
【文章来源】：桂林理工大学广西壮族自治区
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
三边测量法假设,为待定位节点的坐标，根据三边测量法的原理可列式：
桂林理工大学硕士学位论文13图2.2三角测量法在实际运用中，由和目标节点A、C和，若目标节点A、C相连得到弦AC在内，可以得到唯一的一个圆，设,为这个圆的圆心坐标，半径为，可得，由此可得如下公式（2.16）（2.17）香（2.18）由以上公式即可求得圆心O的坐标及对应的半径。同理可以分别求得A、B和以及B、C和所对应的圆心坐标及半径。结合三边测量算法即可得到三个圆的交点为待定位节点的坐标位置。（3）最大似然概率法最大似然法（MaximumLikelihood）也叫做极大似然估计，是将RSSI样本数据中随机抽取n组RSSI样本数据进行观测，然后使得参数估计量在RSSI样本中抽取该n组样本观测值的概率最大。设在定位区域处部署N个RP为,,,，离线阶段分别在这N个RP上测量来自所有可见AP的RSSI值，以测量得到的原始RSSI数据为样本根据最大似然法拟合出每个RP的RSSI信号的概率分布函数，假设在实时定位阶段的向量r作为RSSI的向量样本，求得最大后验概率的RP位置估计为用户位置：x,ymax,,,,（2.19）后验概率的计算公式为：（2.20）用户在各个AP点处具有均匀分布的先验概率，可将其表示为。在定位过程，将式（2.20）计算结果即为最大似然估计。通常情况下，将计算结果中的具有最大似然概率的RP位置估计即为被测目标的位置坐标：
桂林理工大学硕士学位论文16示，以A、B为圆心的两个圆相交时，比较与。将上面比较结果较小的值作为第一个近似点。第三种情况可由图2.3（c）所示，以A为圆心的大圆包含以B为圆心的小圆时，将圆心A与圆心B相连并延长至大圆的边缘，则这延长线与两圆有两个交点为D、E，这时可将DE的中点作为第一个近似点。第四种情况可由图2.3（d）所示，以A、B为圆心的两圆相离时，将圆心A、B用线连接起来，连接线AB与两圆有两个交点D、E，这时可将DE的中点作为第一个近似点。（a）（b）>（c）<（d）<图2.3节点位置示意图同理，可以取A、C及两圆B、C的近似点，。从而确定了三个近似点,，,，,，将确立的三个近似点围成一个三角形。利用公式计算三角形质心,，其计算结果就是被测物体的位置估计值。（2.32）
【参考文献】：
期刊论文
[1]基于红外通信的室内定位系统研制[J]. 岳学彬,李恒毅,马立奇. 自动化应用. 2017(11)
[2]基于改进AP选择和K最近邻法算法的室内定位技术[J]. 李新春,侯跃. 计算机应用. 2017(11)
[3]基于RSSI分布重叠的WKNN室内定位方法[J]. 朱雪梅,李石荣,李泽彬. 徐州工程学院学报(自然科学版). 2017(03)
[4]基于RSSI测距室内定位改进质心算法[J]. 胡斌斌,倪晓军. 计算机技术与发展. 2017(09)
[5]基于4G MR无线话单的贝叶斯室内定位技术研究和应用[J]. 吴熹,王世波. 电信技术. 2017(02)
[6]一种基于DV-Hop节点的室内定位改进算法[J]. 干建勇,张静. 上海师范大学学报(自然科学版). 2017(01)
[7]基于超宽带的室内定位技术研究综述[J]. 杨狄,唐小妹,李柏渝,王飞雪. 全球定位系统. 2015(05)
[8]基于角度和与卡尔曼自适应的APIT室内定位算法[J]. 金纯,宋海楠. 广东通信技术. 2015(02)
[9]基于WLAN的图书馆室内定位技术研究[J]. 薛涵. 图书馆杂志. 2014(12)
[10]基于WiFi的室内定位系统[J]. 崔惠媚,王小伟,王伟,覃锡忠. 微型机与应用. 2014(23)
博士论文
[1]WLAN室内半监督定位及指纹更新算法研究[D]. 夏颖.哈尔滨工业大学 2016
[2]基于LED可见光通信的室内定位关键技术研究[D]. 栾新源.上海大学 2016
硕士论文
[1]高精度室内定位方法研究与实现[D]. 王珊婷.北方工业大学 2017
[2]面向煤矿井下人员的红外技术研究[D]. 蔺璐.太原理工大学 2017
[3]基于位置指纹的ZigBee室内定位跟踪技术研究[D]. 周涛.中国矿业大学 2017
[4]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
[5]基于机器学习的WiFi室内定位技术研究[D]. 李春跃.北京邮电大学 2017
[6]基于BLE室内定位关键技术研究与开发[D]. 陶佳峰.昆明理工大学 2017
[7]基于信道状态信息的WiFi室内定位技术研究[D]. 陈帅坤.长春理工大学 2017
[8]基于WiFi的室内定位技术研究[D]. 周慧.南京邮电大学 2016
[9]基于WiFi和蓝牙的室内定位技术研究[D]. 华海亮.辽宁工业大学 2016
[10]基于安卓平台的室内定位技术研究与仿真[D]. 贾金峰.哈尔滨工程大学 2016
本文编号：3343766
【文章来源】：桂林理工大学广西壮族自治区
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
三边测量法假设,为待定位节点的坐标，根据三边测量法的原理可列式：
桂林理工大学硕士学位论文13图2.2三角测量法在实际运用中，由和目标节点A、C和，若目标节点A、C相连得到弦AC在内，可以得到唯一的一个圆，设,为这个圆的圆心坐标，半径为，可得，由此可得如下公式（2.16）（2.17）香（2.18）由以上公式即可求得圆心O的坐标及对应的半径。同理可以分别求得A、B和以及B、C和所对应的圆心坐标及半径。结合三边测量算法即可得到三个圆的交点为待定位节点的坐标位置。（3）最大似然概率法最大似然法（MaximumLikelihood）也叫做极大似然估计，是将RSSI样本数据中随机抽取n组RSSI样本数据进行观测，然后使得参数估计量在RSSI样本中抽取该n组样本观测值的概率最大。设在定位区域处部署N个RP为,,,，离线阶段分别在这N个RP上测量来自所有可见AP的RSSI值，以测量得到的原始RSSI数据为样本根据最大似然法拟合出每个RP的RSSI信号的概率分布函数，假设在实时定位阶段的向量r作为RSSI的向量样本，求得最大后验概率的RP位置估计为用户位置：x,ymax,,,,（2.19）后验概率的计算公式为：（2.20）用户在各个AP点处具有均匀分布的先验概率，可将其表示为。在定位过程，将式（2.20）计算结果即为最大似然估计。通常情况下，将计算结果中的具有最大似然概率的RP位置估计即为被测目标的位置坐标：
桂林理工大学硕士学位论文16示，以A、B为圆心的两个圆相交时，比较与。将上面比较结果较小的值作为第一个近似点。第三种情况可由图2.3（c）所示，以A为圆心的大圆包含以B为圆心的小圆时，将圆心A与圆心B相连并延长至大圆的边缘，则这延长线与两圆有两个交点为D、E，这时可将DE的中点作为第一个近似点。第四种情况可由图2.3（d）所示，以A、B为圆心的两圆相离时，将圆心A、B用线连接起来，连接线AB与两圆有两个交点D、E，这时可将DE的中点作为第一个近似点。（a）（b）>（c）<（d）<图2.3节点位置示意图同理，可以取A、C及两圆B、C的近似点，。从而确定了三个近似点,，,，,，将确立的三个近似点围成一个三角形。利用公式计算三角形质心,，其计算结果就是被测物体的位置估计值。（2.32）
【参考文献】：
期刊论文
[1]基于红外通信的室内定位系统研制[J]. 岳学彬,李恒毅,马立奇. 自动化应用. 2017(11)
[2]基于改进AP选择和K最近邻法算法的室内定位技术[J]. 李新春,侯跃. 计算机应用. 2017(11)
[3]基于RSSI分布重叠的WKNN室内定位方法[J]. 朱雪梅,李石荣,李泽彬. 徐州工程学院学报(自然科学版). 2017(03)
[4]基于RSSI测距室内定位改进质心算法[J]. 胡斌斌,倪晓军. 计算机技术与发展. 2017(09)
[5]基于4G MR无线话单的贝叶斯室内定位技术研究和应用[J]. 吴熹,王世波. 电信技术. 2017(02)
[6]一种基于DV-Hop节点的室内定位改进算法[J]. 干建勇,张静. 上海师范大学学报(自然科学版). 2017(01)
[7]基于超宽带的室内定位技术研究综述[J]. 杨狄,唐小妹,李柏渝,王飞雪. 全球定位系统. 2015(05)
[8]基于角度和与卡尔曼自适应的APIT室内定位算法[J]. 金纯,宋海楠. 广东通信技术. 2015(02)
[9]基于WLAN的图书馆室内定位技术研究[J]. 薛涵. 图书馆杂志. 2014(12)
[10]基于WiFi的室内定位系统[J]. 崔惠媚,王小伟,王伟,覃锡忠. 微型机与应用. 2014(23)
博士论文
[1]WLAN室内半监督定位及指纹更新算法研究[D]. 夏颖.哈尔滨工业大学 2016
[2]基于LED可见光通信的室内定位关键技术研究[D]. 栾新源.上海大学 2016
硕士论文
[1]高精度室内定位方法研究与实现[D]. 王珊婷.北方工业大学 2017
[2]面向煤矿井下人员的红外技术研究[D]. 蔺璐.太原理工大学 2017
[3]基于位置指纹的ZigBee室内定位跟踪技术研究[D]. 周涛.中国矿业大学 2017
[4]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
[5]基于机器学习的WiFi室内定位技术研究[D]. 李春跃.北京邮电大学 2017
[6]基于BLE室内定位关键技术研究与开发[D]. 陶佳峰.昆明理工大学 2017
[7]基于信道状态信息的WiFi室内定位技术研究[D]. 陈帅坤.长春理工大学 2017
[8]基于WiFi的室内定位技术研究[D]. 周慧.南京邮电大学 2016
[9]基于WiFi和蓝牙的室内定位技术研究[D]. 华海亮.辽宁工业大学 2016
[10]基于安卓平台的室内定位技术研究与仿真[D]. 贾金峰.哈尔滨工程大学 2016
本文编号：3343766
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3343766.html
