自2013年蘋果公司發(fā)布藍牙Beacon設備,并首次將藍牙技術與位置指紋技術結合應用于室內(nèi)定位系統(tǒng)后,基于藍牙Beacon的室內(nèi)定位技術受到了廣泛的應用與研究。本文通過對基于藍牙技術的室內(nèi)定位系統(tǒng)的研究與分析,提出了一種基于三點定位和坐標加權的三角定位算法和一個基于分布式室分系統(tǒng)的藍牙定位系統(tǒng)。本論文的具體研究工作如下:（1）本文主要研究了三角定位算法,針對在實際定位環(huán)境中由三個藍牙Beacon節(jié)點構成的三個圓并不會相交于一點而是相交于多個點的問題,本文提出了一種基于三點定位與坐標加權的三角定位算法。該算法首先對獲取的RSSI數(shù)據(jù)集進行卡爾曼濾波處理,降低RSSI數(shù)據(jù)的波動性;后對經(jīng)過卡爾曼濾波處理的RSSI數(shù)據(jù)集進行三種不同的RSSI選取方式得到適合的RSSI數(shù)據(jù)并進行三點定位算法,得到三個接近實際待定位節(jié)點的定位結果,并對這三個定位結果進行坐標加權,權值是根據(jù)這三種不同的選取方式得到的定位結果與實際待定位節(jié)點位置間的誤差來確定的,最后將坐標加權后的三個加權坐標進行三角定位運算得到最終的定位結果并輸出。（2）本文對現(xiàn)有的基于藍牙的室內(nèi)定位系統(tǒng)進行研究分析,針對目前基于藍牙的室內(nèi)定位系... 

【文章來源】：廣東工業(yè)大學廣東省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

測試結果圖

據(jù)處理測試場景中，RSSI 數(shù)據(jù)易受到各種干擾噪聲的影響，同時無播、非視距等影響，會導致獲取到的 RSSI 數(shù)據(jù)存在著很大的取到的 RSSI 數(shù)據(jù)的波動性和誤差性降低，同時為了提高定出的系統(tǒng)在進行定位運算之前對獲取到的 RSSI 數(shù)據(jù)先進行曼濾波算法對獲取的 RSSI 數(shù)據(jù)進行濾波處理操作。文獻[44]法的效果進行了比較，其中卡爾曼濾波算法的效果相對較好操作簡單，數(shù)據(jù)存貯量小，具有很強的實時性。并且能在一加造成的RSSI觀測值的偏離，故經(jīng)過卡爾曼濾波算法處理后的穩(wěn)定性。atlab R2014b中對獲取到的RSSI數(shù)據(jù)集進行卡爾曼濾波算法 RSSI 數(shù)據(jù)集與經(jīng)過卡爾曼濾波運算后的 RSSI 數(shù)據(jù)集進行比較卡爾曼濾波前后的效果圖如圖 3-2 所示。

圖 3-5 導航模塊測試結果圖Fig. 3-5 Navigation module test result diagram從圖 3-5 中可以知道：本文定位算法在導航過程中的定位誤差主要出現(xiàn)在[0,1]走過程中因為測試點進入定位系統(tǒng)覆蓋邊緣時會出現(xiàn)較大的誤差，但是整個誤差將控制在 4m 內(nèi)，平均定位誤差為 1.0977m。5 本章小結本章首先搭建實驗平臺來構建 RSSI-距離衰減模型，并針對 RSSI 數(shù)據(jù)存在波題分析經(jīng)過卡爾曼濾波處理后的數(shù)據(jù)變化；然后針對三角定位算法存在的不一種基于三點定位與坐標加權的三角定位算法，該算法先對收集的 RSSI 數(shù)據(jù) RSSI 選取的三點定位算法，獲取粗定位坐標；最后將獲取的三個粗定位坐標加權坐標的三角定位算法得到待定位點坐標。本章在理論上和實驗測試方面算法的可行性，并通過實驗結果分析可知該算法能有效的提高定位精度。

【參考文獻】：
期刊論文
[1]無線傳感網(wǎng)絡的TDOA節(jié)點定位算法[J]. 覃琪,譚松鶴,何傳波.  電子技術與軟件工程. 2019(04)
[2]基于UWB室內(nèi)定位的迎賓機器人系統(tǒng)研究[J]. 李龍委,胡海燕,章仁輝,李春光,孫立寧.  機械與電子. 2018(12)
[3]基于RSSI測距的無線傳感器網(wǎng)絡質(zhì)心定位算法優(yōu)化[J]. 尹亞波,徐晴.  計算機與數(shù)字工程. 2018(12)
[4]基于KNN算法的可變權值室內(nèi)指紋定位算法[J]. 戴志誠,李小年,陳增照,何秀玲.  計算機工程. 2019(06)
[5]一種基于信道狀態(tài)信息的人員軌跡跟蹤方法[J]. 郝占軍,李倍倍,黨小超.  計算機應用研究. 2019(10)
[6]基于分布式LTE網(wǎng)絡的室內(nèi)定位系統(tǒng)[J]. 楊宇,陳明,劉大慶.  電信科學. 2018(06)
[7]基于無線傳感器網(wǎng)絡的超聲波定位節(jié)點設計[J]. 趙粉榮,趙晴晴,李文威,劉洲洲.  儀表技術與傳感器. 2018(04)
[8]基于藍牙RSSI的貝葉斯區(qū)域判別定位算法[J]. 彭昊,彭敏,安寧,周清峰.  計算機工程. 2019(03)
[9]基于非線性規(guī)劃的室內(nèi)TOA測距值優(yōu)化方法[J]. 孫健,付永領,何杰,譚林,李勝廣,許文鵬.  北京航空航天大學學報. 2018(08)
[10]基于ibeacon的室內(nèi)二階段定位算法研究[J]. 張蓮,劉增里,李云昊,陳玲.  重慶理工大學學報(自然科學). 2017(12)

碩士論文
[1]基于WiFi信道狀態(tài)信息的單基站室內(nèi)定位研究[D]. 吳志國.北京郵電大學 2018
[2]室內(nèi)環(huán)境下ZigBee網(wǎng)絡移動節(jié)點定位技術研究[D]. 梁麗文.北京建筑大學 2018
[3]JUNO探測器液閃溫度場測量系統(tǒng)[D]. 曾憲禎.華南理工大學 2018
[4]基于加權最小二乘的GNSS定位解算及精度分析[D]. 胡林瑤.中國民航大學 2018
[5]基于藍牙m(xù)esh的室內(nèi)定位技術研究[D]. 藺飛宇.河南師范大學 2018
[6]融合WiFi和藍牙的室內(nèi)定位技術研究[D]. 何志爽.南華大學 2018
[7]基于低功耗藍牙的室內(nèi)定位算法研究及系統(tǒng)實現(xiàn)[D]. 馮文森.電子科技大學 2018
[8]圖像輔助的射頻指紋定位系統(tǒng)的設計與實現(xiàn)[D]. 劉璐.北京交通大學 2017
[9]基于超聲波與紅外線的室內(nèi)實時定位系統(tǒng)的研究與實現(xiàn)[D]. 曾顯彬.華僑大學 2017
[10]基于nanoPAN5375的監(jiān)獄犯人定位跟蹤系統(tǒng)[D]. 奚杰.東華大學 2016



本文編號：3486711