隨著無線網絡和智能設備的普及,室內定位得到了迅速發(fā)展�；谖恢玫男畔⒎⻊找鹆嗽絹碓蕉嗟年P注,并且精準的位置信息在實際應用中發(fā)揮了重要作用。在室內定位中,基于地磁場的指紋定位方法因為無需外部設施、抗干擾性強等優(yōu)點逐漸成為研究熱點。然而,在室內環(huán)境中僅利用地磁場進行定位往往存在計算復雜度高、收斂速度慢等問題。特別是在某些大面積室內環(huán)境下更是如此。本文對磁場指紋定位存在的問題進行了分析和研究,通過利用信道狀態(tài)信息（Channel state information,CSI）對磁場在室內定位中存在的缺陷進行改進。具體來說,本文的主要工作和創(chuàng)新如下:（1）研究了磁場指紋定位的技術原理和典型的匹配算法,并分析了磁場指紋定位算法在定位效率和定位精度方面的局限性。針對其在線階段的匹配效率問題,提出了改進的視距（Line of Sight,LOS）/非視距（Not Line of Sight,NLOS）識別算法用于縮小指紋匹配區(qū)域,相比于原來的識別算法,改進的識別算法利用多個AP中的CSI信息增大了NLOS與LOS之間的差異,使得識別更結果更為準確。實驗結果表明所提出的改進的LOS/NLOS算法比原來... 

【文章來源】：西南大學重慶市 211工程院校 教育部直屬院校

【文章頁數】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究背景和意義
    1.2 國內外對室內定位的研究現狀
    1.3 現有定位系統存在的缺點
    1.4 論文研究內容
    1.5 論文組織結構
第二章 室內定位技術
    2.1 室內相關定位技術
        2.1.1 基于設備的無線通信定位技術
        2.1.2 基于WiFi的室內定位技術
    2.2 定位的設計指標和定位影響因素
        2.2.1 定位的評價指標
        2.2.2 影響定位精度的主要因素
    2.3 小結
第三章 基于CSI識別和混合指紋的室內定位算法
    3.1 磁場強度及其特點
        3.1.1 磁場在室內的分布
        3.1.2 磁場的穩(wěn)定性
        3.1.3 磁場的分辨率
    3.2 CSI簡介
        3.2.1 CSI模型
        3.2.2 CSI的校準
        3.2.3 CSI的相位
    3.3 系統模型與結構
        3.3.1 系統模型
        3.3.2 系統結構
    3.4 建立指紋庫
        3.4.1 構建混合指紋庫
    3.5 LOS識別算法
        3.5.1 LOS/NLOS識別
    3.6 混合指紋匹配算法
    3.7 小結
第四章 基于卷積神經網絡的室內指紋定位算法
    4.1 深度學習
        4.1.1 人工神經網絡
        4.1.2 誤差反向傳播算法
        4.1.3 典型深度學習網絡
    4.2 系統模型與結構
        4.2.1 系統模型
        4.2.2 系統結構
    4.3 建立指紋庫
        4.3.1 數據歸一化
        4.3.2 CNN模型訓練
    4.4 指紋匹配算法
    4.5 小結
第五章 實驗和結果分析
    5.1 基于LOS識別和MDS-KNN算法的指紋定位系統
        5.1.1 實驗環(huán)境
        5.1.2 LOS/NLOS識別的性能
        5.1.3 MDS-KNN指紋匹配的性能
    5.2 基于CNN網絡的指紋定位系統
        5.2.1 實驗環(huán)境與數據處理
        5.2.2 基于CNN指紋定位的定位性能
        5.2.3 訓練樣本數對定位結果的影響
        5.2.4 與傳統定位算法的比較
    5.3 小結
第六章 總結與展望
    6.1 本文的主要工作
    6.2 下一步的工作思路
參考文獻
致謝
攻讀碩士期間已發(fā)表的論文
攻讀碩士期間參加的科研項目


【參考文獻】：
期刊論文
[1]基于dynFWA-SVM的WiFi室內定位算法[J]. 沈西挺,白振東,董瑤,董永峰.  傳感器與微系統. 2018(04)
[2]基于安卓系統的定位智能小車設計[J]. 田莉,孫金秋,王志凌.  鹽城工學院學報(自然科學版). 2017(04)
[3]基于基站定位數據的地圖匹配研究[J]. 郝曉平,李燁.  電子科技. 2017(07)
[4]基于LBP和棧式自動編碼器的人臉識別算法研究[J]. 易焱,蔣加伏.  計算機工程與應用. 2018(02)
[5]基于RFID的室內定位算法VIRE的改進[J]. 鄧照群,李興廣,陳磊.  科技創(chuàng)新導報. 2016(18)
[6]卷積神經網絡研究綜述[J]. 李彥冬,郝宗波,雷航.  計算機應用. 2016(09)
[7]深度學習研究進展[J]. 郭麗麗,丁世飛.  計算機科學. 2015(05)
[8]受限波爾茲曼機[J]. 張春霞,姬楠楠,王冠偉.  工程數學學報. 2015(02)
[9]基于高能效及公平性的移動設備定位算法[J]. 趙雪琴,徐凱華.  計算機應用研究. 2015(03)
[10]基于iBeacon定位技術的智慧圖書館[J]. 張倬勝,艾浩軍,馬方方,薛靜遠,章尹圣原,艾浩軍.  電子產品世界. 2015(01)

博士論文
[1]基于技術、應用、市場三個層面的我國物聯網產業(yè)發(fā)展研究[D]. 叢林.遼寧大學 2016
[2]北斗/GPS多頻實時精密定位理論與算法[D]. 李金龍.解放軍信息工程大學 2014
[3]基于RFID的AGV定位與導引研究[D]. 盧少平.山東大學 2011

碩士論文
[1]無線通信基站的定位算法研究[D]. 閆文江.南京大學 2017
[2]無線傳感器網絡中基于非測距定位算法的研究[D]. 馬淑麗.曲阜師范大學 2016
[3]基于MEMS慣性傳感器的室內3D定位系統研究[D]. 朱金林.華僑大學 2015
[4]藍牙室內定位關鍵技術的研究與實現[D]. 王益健.東南大學 2015
[5]基于Zigbee室內定位的智能導游系統研究[D]. 彭宇倩.廣東工業(yè)大學 2014
[6]RFID定位算法研究[D]. 楊公建.河南科技大學 2011
[7]基于核判別分析的人臉識別算法[D]. 張曉華.哈爾濱理工大學 2008



本文編號：2989621