基于RSSI测距的室内定位跟踪技术研究

发布时间：2021-01-06 23:43

　　随着通信及网络技术的不断发展,对室内位置信息服务的需求越来越大,使得室内定位技术成为了当下科学研究的一个重要领域。基于接收信号强度指示（Received Signal Strength Indication,RSSI）的无线测距定位技术因其检测机制简单、硬件成本低、实现容易等优点,已经成为了室内定位技术中的主流方法,但尚存在一定的技术瓶颈有待进一步探索。室内信号传播损耗模型是基于RSSI测距定位技术的关键。但因室内环境较为复杂,易受到多径效应等因素影响,使得基于经验的固定参数的信号传播损耗模型环境适应性差,导致测距定位误差较大;而利用传统的神经网络进行传播损耗模型训练则存在所需训练样本过多、硬件采集工作量大等缺点。针对以上问题,提出在变密度采样模式下的基于灰色理论与径向基（Radial Basis Function,RBF）神经网络相结合的传播损耗模型训练方法。基于灰色理论,利用少量样本预测得到更多样本,并与部分原始样本共同重组样本数据进行RBF神经网络的训练,可以利用较少的训练样本准确地建立室内信号传播损耗模型,能够很好地满足室内测距定位的精度要求,并可大大减少样本采集工作量。目前基... 

【文章来源】：辽宁大学辽宁省 211工程院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

灰色-RBF神经网络训练模式流程

实验系统结构

实验系统移动平台照片

【参考文献】：
期刊论文
[1]基于RSSI测距的传感器节点质心定位修正算法[J]. 刘玉军,蔡猛,高立恒,侯怀义.  计算机测量与控制. 2014(09)
[2]基于RSSI测距误差修正的方法[J]. 黄春华,韦海清.  传感器世界. 2014(04)
[3]一种改进高斯-卡尔曼滤波的RSSI处理算法[J]. 杨宁,钟绍山,徐耀良,杨亚兰.  自动化仪表. 2013(07)
[4]基于BP神经网络的距离损耗模型室内定位算法研究[J]. 石晓伟,张会清,邓贵华.  计算机测量与控制. 2012(07)
[5]基于RSSI测距的室内定位技术[J]. 王琦.  电子科技. 2012(06)
[6]利用粒子滤波原理求解函数优化问题[J]. 黄国兴,吴新杰.  辽宁大学学报(自然科学版). 2012(02)
[7]基于新型粒子群优化粒子滤波的故障诊断方法[J]. 陈志敏,薄煜明,吴盘龙,田梦楚,黎绍鑫,赵文科.  计算机应用. 2012(02)
[8]自适应UKF算法在目标跟踪中的应用[J]. 石勇,韩崇昭.  自动化学报. 2011(06)
[9]灰色理论在图像处理中的应用研究[J]. 黄春艳,李艳玲,薛长松.  计算机时代. 2011(06)
[10]基于粒子滤波的多自由度运动目标跟踪[J]. 王国良,刘金国.  光学精密工程. 2011(04)



本文编号：2961461