基于层次聚类的WLAN楼层定位方法研究

发布时间：2017-03-01 14:45

第 1 章  绪论 

1.1  课题的研究背景及意义 
将来发展的方向是移动互联网。随着随着 Internet 的迅猛发展，移动网络设备步入了人们的生活，一方面增加了人们对定位的需求，另一方面使无线网络技术快速发展。当代技术发展比较成熟的 GPS(全球定位系统的简称)应用领域广泛，它应用在军事战争、地理位置等一些国家重要的邻域，为人们的生活提供了极大的方便。但是在某些情况下，如在矿井这样密闭的环境下，或者在大型超市阻挡物体特别的情况下，或者建筑物内结构比较复杂时，这些建筑物就会阻挡 GPS 信号，所以在这些建筑内应用 GPS 定位结果并不理想，此外，GPS 定位技术的发展同时受到移动设备的高功率损耗，和室内定位环境的限制[1]。 目前为止，因为进行室内定位时，我们需要事先对室内环境进行部署，部署的系统有许多的条件限制如设备的精度要求或者定位时环境的要求。因此与先进的室外定位技术相比，室内定位技术要求更高，所以急需室内定位的精度。因为上述的原因，很多人对此领域做了大量的研究，研究出了许多的室内定位技术，我们一些常见的定位技术，如利用红外线、射频识别、超声波等技术，还有一些比较新的定位方法，如利用二维码扫描位置、无线局域网等技术[2,3]。 室内环境中的建筑物比较多，还有一些其它的人为因素的影响如人员的走动、们的开关也能影响信号，所以有时信号不能完全直线传播，甚至遇到物体时信号还会出现反射、衍射、散射等现象。但是基于位置的定位方法如能有效建立指纹数据库也能得到较高的定位效果。 利用 RSSI 进行定位，需要楼内布置多个 AP 点，当采集楼内的 AP 信号源所发出的强度数据时，采样点可以根据我们所进行定位的区域面积大小进行划分，接着将采集到的数据上传到服务端，服务端会通过相关算法生成绘制出位置与指纹相对应的图。当客户端的人走进楼层时，手机自动上传它所采集到的 RSSI 信号数据，并且将这些数据上传到服务器端，在服务器上将来源于客户端的数据与在离线阶段采集到的数据进行对比，通过层次聚类的方法找到客户端所在的类，从而对用户进行定位，并将定位结果返回给客户端，用户就能知道自己所在楼层。 
.........

1.2 国内外在该方向的研究现状及分析
GPS 是利用卫星进行测量距离的一种方法，它的简称就是全球定位系统，可以说 GPS 定位应用是全球最广的技术。这种系统接受天上卫星的无线信号电信号。GPS 应用的邻域可以说主要集中在空旷的地方，如户外等场所，它在空旷的地方运行状态良好。但是在室内卫星信号无法到达的地方，GPS 运行的效果不好。而且 GPS 运行时需要几颗卫星联合工作，如果没有达到这个要求，系统就不会进入运行状态。因为在建筑物内部，复杂的建筑结构会阻挡 GPS 信号，如果在考虑人为的一些因素，那么该方法的定位精度是相当的低，根本不可能如同 GPS 在户外时一样能够很好接受卫星放出的无线电信号。传统的 GPS 系统主要依赖卫星系统，将采集卫星信号、卫星信号的处理、定位全部集中于一端，可能造成终端系统过于消耗影响设备的灵敏度[4,5]。 目前比较完善的 GPS 定位系统也有其优点，它的优点在于卫星能覆盖的地方，GPS 就能定位，如车辆在高速公路上行驶时，能够一路定位车辆所在的位置，而且该系统通常是免费使用。它的缺点就是遇到障碍物穿透能力不强，所以卫星信号到达不了的地方，GPS 定位系统就不能进行定位。 另一种的定位技术是红外线，红外线是由红外线标识发送的，由室内的 安装的光学元器件接受红外线。可以说红外线的定位精度很高。但是红外线 穿通障碍物的能力很低，这就使得红外线只能进行直线传播。还有一个原因红外线的传播距离相对比较短，有时造成红外线的定位效果不好，例如当红外线的标识放在口袋里影响红外线的定位，如果遇到障碍物阻挡时红外线定位结果就会不准。那么遇到障碍物如何改进，最常用的方法就是在有障碍物的地方每个一段距离就安放一个接受天线，但是这种方法的弊端在于接受天线的造价太高。所以应用红外线定位时，最好是在短距离、没有很多障碍物的情况下，定位精度才能有保证。所以红外线定位具有局限性。 
..........

第 2 章  理论基础 

首先介绍几种常见的定位技术，如有关传播角度 AOA 的定位，有关时间差 TOA 的方法、以及基于信号强度 RSSI 等一些定位技术，然后介绍空间聚类的如何定义的，从空间聚类分析几种常见的聚类，如基于划分的聚类 聚类方法可以说就是把空间或者平面的点按照某种规则进行归拢，并且对一些聚类方法进行有缺点的分析。再对层次聚类进行分析，凝聚模式是层次聚类的一种方式，首先将每个样本点做为一类，利用相识度不断进行循环计算，直到到达我们所需要的条件就停止，同时求出聚类所需的 k 值，即所需要的聚类数目。 

2.1  定位技术 
随着科技的发展，定位技术这几年也得到了迅猛的发展，，由于信号的采集与处理方法的不同，大致有基于 AOA、TOA、RSSI 等一些定位方法。该定位方法是利用天线组成的阵列测出AP发射信号时的入射角,然后利用三个以上的AP的角度方位线相交叉所形成的交点，该点就是待测点的估计位置，测试点与基站1角度为1? ，与基站2角度为2? ，测试点与基站1和基站2连线之间的交叉点即为待测点位置[21]。但AOA设备复杂度较高。如图2-1所示。 解出上面的非线性方程就可以得出待测点的位置。如果测量出两个角度与相关距离，那么就能估计出二维平面的被测物体的位置，同样的道理，如果测量出三个角度与相关距离。那么就能估计出三维立体空间的被测点的位置。基于AOA测量的定位技术所需的天线带有方向性。 
............

2.2  空间聚类概述 

空间聚类分析，又称为群分析，它是根据”物以类聚”的道理，又被称为群分析。是对样本或者指标进行分类的一种多元统计分析方法。 空间聚类讨论的对象是大量的样品，对这些样品按照它们各自的特性进行合理的类别划分，通常是在没有特殊要求的情况下进行的。该聚类是将数据进行划分，这一过程划分的原则是同一类中数据相似或相近。空间聚类分配数据时是根据它们的相识程度进行聚类的。常用的测量公式有很多，如曼哈顿距，它的公式为 2-8 所示，相似系数、夹角余弦，它的公式(2-9)所式等等。不同的聚类算法选用不同的相识度度量方法，产生的聚类结果也会不同[29]。 聚类方法基于一般分为使用均值或中心星团中心的代表，聚类基于距离。如 k-means 算法，从数据对象作为初始聚类中心选择首先 k 个对象，然后对剩余数据聚类。根据中心簇的大小之间的距离，该数据对象到簇，其中的最小距离，分割完成。然后计算每个群集的平均值的基础上的数据值，更新群集中心，以新的簇的优点中心重绘对象，重复上述步骤，直到群集的中心不改变为止。 在基于划分的聚类方法中，在基于分区聚类方法，噪音和异常数据是很大的。因此，这样的数据对最终聚类结果有很大的影响，同时聚类中心的合理的选择是至关重要的。 

..........

第 3 章 楼层阻隔及数据预处理 ......... 22 
3.1wifi 信号楼层间衰减特性 ......... 22 
3.2 对指纹数据的预处理 ...... 24 
3.3 本章小结 ...... 28 
第 4 章 定位研究 ............. 29 
4.1 楼层定位流程 ........ 29 
4.2 楼层定位系统 ........ 31 
4.2.1 服务器系统 ..... 33 
4.2.2 终端系统 ......... 34 
4.2.3 通信系统 ......... 35 
4.2.4 无线局域网系统 ....... 36 
4.3 楼层实验环境与实验结果分析 .......... 37 
4.3.1 采集数据 ......... 37 
4.3.2 层次聚类的应用与定位 ..... 40 
4.3.3 与基本楼层定位方法相比较 ....... 41 
4.4 本章小结 ...... 43 

第 4 章  定位研究 

在楼层定位流程中，详细描述数据聚类的流程，从输入 RSSI 数据向量值到逐渐按照距离要求合并成类，循环合并直到聚类达到要求为止。在楼层定位系统中，提出一种楼层定位系统的整体体系结构。服务器系统、无线局域网系统、终端系统以及通信系统(网络系统)这四部分构成了楼层定位系统的整体构架，每一部分分别进行了介绍。并且对基于层次聚类的楼层定位方法进行实验，在定位时间与定位精度上，与基本的楼层定位方法记性比较。 

4.1 楼层定位流程 
层次聚类能高效率地处理数据集同时对数据集合较好地实现聚类。它能够一次性地获得整个聚类的过程，并生成一颗聚类树。层次聚类首先将每个样本各自成为一类，然后按照所需的距离准则进行合并，循环合并达到结束条件为止。 如图 4-1 所示，RSSI 数据向量值进行聚类，根据类间的平均距离进行循环聚类，类间平均距离作为距离准则能够很好衡量两个类简单距离，循环聚类直到到达聚类要求为止，在把分好的类与实际楼层相结合，制成表格，为楼层进行定位时做准备。楼层定位系统的研究开发首先要考虑整体架构是否完整，设计良好的架构可使系统具有一些良好的性能，如系统的可维护性、可开发性、可扩展性，所以一个完美的楼层系统一方面要求应用时能做到定位精准不要有误差或则误差很小，另一方面要求系统能有一个良好的整体结构，有利于维护和开发系统。 楼层定位系统选择的是基于信号强度位置指纹定位方法，聚类算法选择的是基于层次聚类的算法，下面就对基于层次聚类的楼层定位系统的整体结构展开相关的研究。研究层次聚类的楼层定位系统的整体结构是为了提出一种楼层定位系统的整体体系结构，这种体系结构是基于层次聚类之上的。服务器系统、无线局域网系统、终端系统以及网络系统(通信系统)这四部分构成了楼层定位系统的整体构架的四部分。
.........

结论 

传统的楼层定位方法在楼层定位时间与定位精度方面有待提高，所以本文提出一种基于层次聚类的 WLAN 楼层定位系统。该方法用层次聚类的方法对数据库中的强度数据进行聚类，使测试点的数据直接与已划分的类做比较，不需要与每个指纹数据做对比，大大节省了时间。从测试实验结果也能看出，与基本楼层判别方法相比，层次聚类的分类方法无论在时间方面还是在准确率方面都有所提高。如果楼层定位系统应用在大型建筑物中，需要采集大量数据信息，所以采用众包的方式采集数据，节省人力成本。同时对采集的数据进行预处理工作。 在高度方向上，楼层定位系统只能定位出测试点所在的楼层号，不能知道具体的高度。要想求出楼层的具体高度，与一些能够测出具体高度值的设备相结合，我们可以结合带有气压测量的设备，大气压随着高度的变化，它的值也不同。我们也可以结合带有三维方向传感器的设备，三维传感可以感知人移动时的加速度，有加速度的值进一步求出位移。今后也会多多研究与高度方向上的定位信息。用户知道了自己所处的楼层后，如果想要知道自己所处的具体位置时，可以选择相应的平面位置算法进行进一步确定位置。
.........
参考文献(略) 

本文编号：246643