發(fā)布時間：2017-07-14 10:06

  本文關鍵詞：基于濾噪位置指紋的低功耗藍牙室內定位技術研究

  更多相關文章： 室內定位 低功耗藍牙 位置指紋 小波去噪 k-近鄰算法

【摘要】：在互聯網技術飛速發(fā)展的今天,隨著移動終端設備的廣泛普及,人們對于位置服務的需求也越來越強烈。而無論是室內還是室外,要想提供優(yōu)質的位置服務,關鍵在于準確獲取用戶的位置信息,所以如何快速準確地獲得位置信息并且提供低成本的位置服務成為了定位技術發(fā)展的方向。特別是近年來,人們對于室內位置服務的需求逐漸大于室外位置服務,車站,商場等公共場所也希望通過準確的室內定位來實現基于室內定位的服務。但是目前的室內定位技術存在著定位準確度不足,部署成本較高等缺點,還難以滿足大規(guī)模的應用。指紋定位技術和低功耗藍牙技術的出現,由于其部署簡便,成本較低,準確度提高,因而成為了室內定位的研究熱點。室內定位指的是在室內環(huán)境中實現位置定位,采用基站定位,無線通訊等多種技術對室內空間的人員進行位置確定。本文針對GPS定位技術在室內無法獲取準確位置信息的問題,提出了一種借助于低功耗藍牙這一技術平臺,應用指紋技術的室內定位方案,并且針對于現階段的指紋定位技術中存在的不足,在定位的離線訓練階段和在線定位階段進行了一些優(yōu)化方案。本文在低功耗藍牙的基礎上在位置指紋定位中引入了濾波技術和k-近鄰算法,主要內容包括:(1)比較和分析了傳統(tǒng)藍牙與低功耗藍牙的技術特點,針對位置指紋定位中常用的算法進行了研究,對定位過程中離線階段與定位階段的關鍵步驟進行了分析。(2)由于本課題是在低功耗藍牙的平臺上,獲取藍牙設備的信號強度參數來建立信號樣本數據庫,因此首先分析藍牙4.0的信號在室內的分布特征,以及影響藍牙RSSI室內分布的因素,建立定位平均誤差模型有效的反映定位誤差因素對于室內定位精度的影響,同時根據實驗結果分析為之后的改進方案選取合適的實驗環(huán)境。(3)通過分析定位誤差因素對于定位精度的影響,本文提出了在傳統(tǒng)的位置指紋定位過程中加入小波變換,卡爾曼濾波等方法對于信號中的噪聲進行濾噪處理,削弱或消除由于人員活動而引起的噪聲信號給定位帶來的干擾。通過實驗,可以明顯看出在加入了濾波算法之后,信號中的噪聲得到了削弱和濾除。利用卡爾曼濾波算法,定位預測點與實際位置偏離誤差最大為1.1m。而引入了小波去噪技術,系統(tǒng)對于靜態(tài)目標的定位精度相較與卡爾曼濾波算法明顯提高,偏離誤差最大為0.7m。(4)分析傳統(tǒng)的標準k-近鄰算法存在的缺陷,針對其在待定位空間較大時遍歷時間開銷較大,實時性較差的特點,本文提出了應用改進后的限定區(qū)域k-近鄰改進算法的設計思想,按照接近度將定位空間進行劃分,限定搜索區(qū)域。
【關鍵詞】：室內定位 低功耗藍牙 位置指紋 小波去噪 k-近鄰算法
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN925
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 緒論11-19
• 1.1 課題研究背景11-14
• 1.2 國內外研究現狀14-16
• 1.3 論文的主要工作16
• 1.4 論文結構16-19
• 第二章 相關技術理論研究19-35
• 2.1 藍牙技術概述19-26
• 2.1.1 藍牙技術特點19-20
• 2.1.2 藍牙技術的應用20
• 2.1.3 藍牙協議體系結構20-22
• 2.1.4 藍牙連接方式22-23
• 2.1.5 基于傳統(tǒng)藍牙的室內定位技術23
• 2.1.6 低功耗藍牙技術23-24
• 2.1.7 低功耗藍牙的框架結構24-25
• 2.1.8 低功耗藍牙工作模式25-26
• 2.2 傳統(tǒng)的無線室內定位方法26-30
• 2.2.1 AOA定位法26-27
• 2.2.2 TOA定位法27-28
• 2.2.3 TDOA定位方法28-30
• 2.3 位置指紋室內定位方法30-35
• 2.3.1 位置指紋室內定位技術30-31
• 2.3.2 k-近鄰算法31-35
• 第三章 位置指紋的定位誤差分析35-47
• 3.1 實驗平臺35-39
• 3.1.1 藍牙AP35-36
• 3.1.2 終端設備36-38
• 3.1.3 實驗環(huán)境38-39
• 3.2 定位平均誤差模型39-40
• 3.3 位置指紋定位誤差分析40-45
• 3.3.1 接入AP點個數對定位平均誤差的影響40-41
• 3.3.2 AP設備的擺放位置對定位平均誤差的影響41-42
• 3.3.3 采樣點間距對定位平均誤差的影響42-43
• 3.3.4 最接近點個數（k值）對定位平均誤差的影響43-44
• 3.3.5 人員活動對定位平均誤差的影響44
• 3.3.6 距離對于藍牙RSSI分布的影響44-45
• 3.4 實驗結果分析45-47
• 第四章 指紋信號濾波處理47-63
• 4.1 指紋信號濾波算法47-53
• 4.1.1 卡爾曼濾波原理47-49
• 4.1.2 小波去噪原理49-50
• 4.1.3 小波去噪過程50-52
• 4.1.4 小波去噪評價標準52-53
• 4.2 基于濾波處理的位置指紋定位算法53-61
• 4.2.1 標準k-近鄰算法的實現54-55
• 4.2.2 卡爾曼濾波算法實現55-58
• 4.2.3 小波去噪算法實現58-61
• 4.3 實驗分析61-63
• 第五章 限定區(qū)域k-近鄰改進算法設計思想63-69
• 5.1 限定區(qū)域k-近鄰改進算法設計63-69
• 5.1.1 離線階段64-66
• 5.1.2 在線階段66-69
• 第六章 總結和展望69-71
• 6.1 論文總結69
• 6.2 工作展望69-71
• 參考文獻71-77
• 致謝77-79
• 攻讀碩士學位期間發(fā)表的論文79

【參考文獻】

中國期刊全文數據庫 前10條

1 朱俚治;;一種基于實現k-近鄰算法的研究[J];計算機與數字工程;2015年10期

2 汪慶華;劉江煒;張?zhí)m蘭;;交叉驗證K近鄰算法分類研究[J];西安工業(yè)大學學報;2015年02期

3 莫倩;熊碩;;基于藍牙4.0的接近度分類室內定位算法[J];宇航計測技術;2014年06期

4 湯立文;唐東峰;;基于matlab的小波信號降噪技術[J];湖南科技大學學報(自然科學版);2014年01期

5 劉亞秋;李鵬;景維鵬;;基于RSSI的井下人員定位技術研究[J];煤炭技術;2013年05期

6 李娟娟;張金藝;張秉煜;周榮俊;唐夏;;藍牙4.0標準規(guī)范下的模糊指紋定位算法[J];上海大學學報(自然科學版);2013年02期

7 鄧中亮;余彥培;袁協;萬能;楊磊;;室內定位現狀與發(fā)展趨勢研究(英文)[J];中國通信;2013年03期

8 陳國平;馬耀輝;張百珂;;基于指紋技術的藍牙室內定位系統(tǒng)[J];電子技術應用;2013年03期

9 張凡;陳典鋮;楊杰;;淺析室內定位原理及應用[J];移動通信;2013年Z1期

10 王琦;;基于RSSI測距的室內定位技術[J];電子科技;2012年06期

中國重要會議論文全文數據庫 前1條

1 張立立;鐘耳順;;無線室內定位技術[A];中國地理信息系統(tǒng)協會第八屆年會論文集[C];2004年

中國重要報紙全文數據庫 前1條

1 ;介紹幾種室內定位技術[N];中國測繪報;2008年

中國博士學位論文全文數據庫 前1條

1 張明華;基于WLAN的室內定位技術研究[D];上海交通大學;2009年

中國碩士學位論文全文數據庫 前6條

1 周曉軍;基于室外輔助和慣性導航的室內定位方法的研究與實現[D];杭州電子科技大學;2014年

2 葉蔚;室內無線定位的研究[D];華南理工大學;2010年

3 王沛;基于小波變換和EMD去噪的含噪混疊語音盲分離[D];昆明理工大學;2009年

4 丁文;基于小波和Kalman濾波的GPS數據去噪方法研究[D];東北大學;2009年

5 陳先強;基于視頻的人體運動分析的研究[D];華中科技大學;2007年

6 湯宮民;基于藍牙技術的大口徑機槍智能射擊記錄儀的研究[D];南京理工大學;2006年

，

本文編號：540630