【摘要】：隨著無線通信技術(shù)的飛速發(fā)展與移動智能設備的大量應用,基于位置信息的服務受到了日益廣泛的關(guān)注。由于射頻指紋定位只需測量接收信號強度(RSSI),且對接入點的最小數(shù)量沒有要求,使其作為一種室內(nèi)定位的解決方案而被廣泛應用。誠然,射頻指紋定位簡單易用,但對干擾較為敏感,定位精度不高。針對此問題,論文以室內(nèi)三維空間中的定位為背景,尋求提高定位精度的射頻指紋定位算法。首先,對某特定室內(nèi)空間進行分區(qū),并測量各點的無線信號強度,以此建立射頻指紋庫。指紋匹配采用k近鄰(k-nearestneighbor,KNN)算法,分別用兩點間信號強度的歐氏距離(Euclidean distance,EuD)、切比雪夫距離(Chebyshev distance,ChD)、城市街區(qū)距離(City block distance,CBD)等作為選擇k個最近參考點依據(jù)。對選出的k個參考點,取它們的三維坐標均值作為定位結(jié)果。計算結(jié)果表明,在KNN算法中,采用EuD或ChD均能取得較好的定位精度,平均定位誤差為1.69 m。ChD的計算只涉及加減運算,其復雜度低于EuD的計算。其次,考慮參考點與測試點間的距離因素,參考點距離測試點越近,其對定位的貢獻越大。將上述k個最近參考點與測試點間EuD的倒數(shù),作為該參考點參與求坐標均值時的權(quán)重,獲得k個參考點三維坐標的加權(quán)平均值,該平均值即為定位結(jié)果。計算結(jié)果表明,加權(quán)平均對定位精度的改善微乎其微,平均定位誤差僅減小了 0.03m。最后,考慮到計算復雜度與定位精度的飽和效應,在分析計算k值對定位精度影響的基礎(chǔ)上,將最近參考點的數(shù)目確定為4。以k-means算法將這4個參考點分為兩簇。若兩簇大小不同,則以大簇中心位置為定位結(jié)果;若兩簇大小相同,則選擇參考點與各自簇中心距離之和較小的簇,取其簇中心位置作為定位結(jié)果。在聚類時,依照選擇的聚類指標,又分為點聚類和坐標聚類。計算結(jié)果表明,聚類后的定位精度較KNN算法有所提高,尤以坐標聚類為甚。經(jīng)過對聚類結(jié)果的觀察,提出了改進的等簇算法(improved equal cluster algorithm,IeC),當出現(xiàn)等簇時,額外增加一個信號測量值,直至出現(xiàn)大簇為止。計算結(jié)果表明,IeC的定位精度可達1.34 m,較KNN算法提高了 21%,比坐標聚類算法提高了13%。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN92;TP311.13
【圖文】：

于ＷＬＡＮ的射頻指紋室內(nèi)定位技術(shù)由于只需測量接收信號強度，無基礎(chǔ)設施，成本低且易實現(xiàn)，因而作為一種室內(nèi)定位的解決方案而ＬＡＮ無線通信技術(shù)逡逑ＬＡＮ的網(wǎng)絡結(jié)構(gòu)逡逑局域網(wǎng)絡（ｗｉｒｅｌｅｓｓ邋ＬＡＮ，邋ＷＬＡＮ）作為計算機網(wǎng)絡與無線通信相結(jié)激光、超聲波、紅外線、藍牙、ＲＦＩＤ等作為新的通信媒介，實現(xiàn)傳的功能，且使用全新的通信傳輸方式。ＷＬＡＮ通常被稱作為“ＷｉＨ室內(nèi)定位系統(tǒng)的主導媒體，隨著無線局域網(wǎng)技術(shù)的發(fā)展，可連接到端越來越多，由于ＷｉＨ技術(shù)的靈活性、移動性、連通性以及成本低ＷＬＡＮ能夠滿足大多數(shù)用戶需求。逡逑（（））逡逑

邐基于ＷＬＡＮ的射頻指紋定位逡逑可接入網(wǎng)絡，如圖２－１所示。ＡＰ由路由裝置與接入點裝置組成，路由裝置實現(xiàn)與逡逑網(wǎng)絡連接并決定路徑，一般作為無線局域網(wǎng)的核心部分；而純接入點裝置的功能逡逑只是接入工作，實現(xiàn)與其他無線ＡＰ相連接，增大無線網(wǎng)絡的作用范圍。單個ＡＰ逡逑在１００邋ｍ左右的區(qū)域內(nèi)可接受數(shù)個終端的接入。逡逑一般情況下，ＷＬＡＮ有兩種工作模式：基礎(chǔ)架構(gòu)模式（ｉｎｆｒａｓｔｒｕｃｔｕｒｅ邋ｍｏｄｅｌ）［３４］逡逑與點對點模式（ａｄ－ｈｏｃ邋ｍｏｄｅｌ）［３５１。逡逑（１）

【參考文獻】

相關(guān)期刊論文 前6條

1 王勇;唐靖;饒勤菲;袁巢燕;;高效率的K-means最佳聚類數(shù)確定算法[J];計算機應用;2014年05期

2 顧聰;陳益強;劉軍發(fā);周經(jīng)野;;基于Android平臺的室內(nèi)LBS系統(tǒng)設計與實現(xiàn)[J];計算機工程與設計;2012年01期

3 諸燕平;黃大慶;李勃;;基于AOA的無線傳感器網(wǎng)絡節(jié)點定位算法[J];傳感器與微系統(tǒng);2010年01期

4 郎昕培;許可;趙明;;基于無線局域網(wǎng)的位置定位技術(shù)研究和發(fā)展[J];計算機科學;2006年06期

5 陳永光,李修和;基于信號強度的室內(nèi)定位技術(shù)[J];電子學報;2004年09期

6 方旭明;移動AdHoc網(wǎng)絡研究與發(fā)展現(xiàn)狀[J];數(shù)據(jù)通信;2003年04期

相關(guān)博士學位論文 前2條

1 劉德亮;室內(nèi)環(huán)境下無線定位關(guān)鍵技術(shù)研究[D];天津大學;2015年

2 陳麗娜;WLAN位置指紋室內(nèi)定位關(guān)鍵技術(shù)研究[D];華東師范大學;2014年

相關(guān)碩士學位論文 前4條

1 劉璐;圖像輔助的射頻指紋定位系統(tǒng)的設計與實現(xiàn)[D];北京交通大學;2017年

2 韓亞楠;LTE中RF指紋定位算法研究[D];北京交通大學;2016年

3 陳豫章;基于RSSI的室內(nèi)三維定位技術(shù)研究與實現(xiàn)[D];云南大學;2013年

4 陳燕萍;基于背景減除的運動目標檢測算法研究[D];廈門大學;2008年

本文編號：2719063