發(fā)布時間：2017-05-19 10:24

  本文關(guān)鍵詞：面向移動終端的指紋定位技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：移動互聯(lián)網(wǎng)和移動智能終端的不斷發(fā)展使得基于位置的服務(wù)的需求越來越多,而獲取用戶的位置信息是實現(xiàn)基于位置服務(wù)的基礎(chǔ)。由于定位準確度的不足和部署成本較高,當前的定位技術(shù),特別是室內(nèi)定位技術(shù),還難以滿足大規(guī)模應用的需要。而基于位置指紋的定位技術(shù),由于部署簡單,定位準確度較高稱為室內(nèi)定位領(lǐng)域研究熱點。 本文借助于低功耗藍牙4.0這一新的通信技術(shù)標準,對而向移動終端的指紋定位技術(shù)進行了深入的研究。針對現(xiàn)階段基于位置指紋的定位技術(shù)中的關(guān)鍵環(huán)節(jié)和不足之處,對定位的離線訓練階段和在線定位階段設(shè)計了一系列優(yōu)化算法和解決方案。首先,通過移動終端開發(fā)的采樣器采集大量RSSI數(shù)據(jù)集,分析了藍牙4.0在室內(nèi)環(huán)境的分布特征以及影響其傳播的關(guān)鍵因素。在該實驗的基礎(chǔ)上,結(jié)合藍牙4.0本身特征,我們提出了基于可變功率的藍牙AP特征值提取方案。根據(jù)是否利用RSSI實數(shù)值構(gòu)建指紋數(shù)據(jù)庫,我們將當前室內(nèi)定位算法分為兩類,確定型指紋定位算法和相對性指紋定位算法。對于確定型定位算法,我們在傳統(tǒng)KNN的定位算法基礎(chǔ),首先進行K-Mean算法進行指紋數(shù)據(jù)的聚類,然后采用了改進的加權(quán)KNN定位算法,提高了算法的實時性和準確性；對于相對性定位算法,我們給出了算法的實現(xiàn)方案,并分析了與確定型定位算法的異同。為了解決RSSI的時間遷移性問題,我們自主設(shè)計了藍牙4.0偵測節(jié)點,通過合理的部署,實現(xiàn)了特殊位置節(jié)點的指紋數(shù)據(jù)的動態(tài)更新。此外,結(jié)合當前基于WiFi的指紋定位技術(shù)研究,我們采用了一種WiFi和藍牙融合的定位解決方案,并對此進行了簡要描述。 本文的主要貢獻在針對藍牙4.0,提出了一套完整的基于位置指紋的定位算法。第一,根據(jù)藍牙4.0特征,提出一種基于可變功率的特征值提取方案；第二,根據(jù)構(gòu)建指紋數(shù)據(jù)庫方法不同,將定位算法分為確定型定位算法和相對性定位算法兩類,并進行了算法優(yōu)化以及性能分析對比；最后,提出一種RSSI時問遷移性解決方案和WiFi與藍牙融合定位方案,以供后續(xù)研究。
【關(guān)鍵詞】：藍牙4.0位置指紋 可變功率 確定型算法 相對型算法
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN925
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 背景和意義10-11
• 1.2 研究內(nèi)容和難點11-13
• 1.3 本文的貢獻13-14
• 1.4 本人所做的研究工作14
• 1.5 論文的組織14-16
• 第二章 面向移動終端的室內(nèi)無線定位技術(shù)研究16-26
• 2.1 傳統(tǒng)的面向移動終端的室內(nèi)定位技術(shù)16-21
• 2.2 基于指紋定位技術(shù)研究21-23
• 2.2.1 指紋定位技術(shù)原理21-22
• 2.2.2 確定性指紋定位技術(shù)22-23
• 2.2.3 概率性指紋定位算法23
• 2.3 基于傳統(tǒng)藍牙的室內(nèi)定位技術(shù)23-24
• 2.4 低功耗藍牙4.024-25
• 2.4.1 藍牙4.0技術(shù)特點24-25
• 2.4.2 藍牙4.0工作模式25
• 2.5 本章小結(jié)25-26
• 第三章 基于藍牙4.0的位置指紋定位場景中關(guān)鍵因素分析26-35
• 3.1 實驗平臺26-29
• 3.1.1 藍牙AP26-27
• 3.1.2 終端設(shè)備設(shè)計27-29
• 3.2 藍牙4.0 RSSI在室內(nèi)環(huán)境中分布特征29-34
• 3.2.1 接收信號強度與位置關(guān)系29-30
• 3.2.2 接收信號強度與傳播距離的關(guān)系30-31
• 3.2.3 不同時間段對藍牙信號強度的影響31-32
• 3.2.4 來自不同藍牙AP的信號強度相關(guān)性32-33
• 3.2.5 實驗結(jié)果分析33-34
• 3.3 本章小結(jié)34-35
• 第四章 基于藍牙4.0位置指紋定位算法研究35-54
• 4.1 藍牙AP的部署原則35-36
• 4.2 基于可變功率的藍牙AP特征值的提取36-39
• 4.2.1 藍牙AP特征值組成36
• 4.2.2 藍牙AP特征值提取方法36-39
• 4.3 確定型指紋數(shù)據(jù)庫構(gòu)建及定位算法39-45
• 4.3.1 基于K-MEANS的聚類分析40-42
• 4.3.2 基于加權(quán)改進的KNN定位算法42-44
• 4.3.3 定位性能評估44-45
• 4.4 相對型指紋數(shù)據(jù)庫構(gòu)建及定位算法45-49
• 4.4.1 基于相對指紋的藍牙AP特征值提取方法46-47
• 4.4.2 相對位置指紋數(shù)據(jù)庫的構(gòu)建47-48
• 4.4.3 指紋定位算法48-49
• 4.5 基于藍牙4.0自學習的RSSI時間遷移性解決方案49-51
• 4.6 基于WIFI和藍牙融合定位方法設(shè)計方案51-53
• 4.7 本章小結(jié)53-54
• 第五章 基于藍牙4.0的位置指紋定位算法性能驗證54-60
• 5.1 基于藍牙可變功率的多維指紋定位技術(shù)性能驗證54-55
• 5.1.1 測試步驟54-55
• 5.1.2 測試結(jié)果55
• 5.2 定位算法對異構(gòu)終端設(shè)備的適用性驗證55-57
• 5.2.1 測試步驟56
• 5.2.2 測試結(jié)果56-57
• 5.3 基于藍牙4.0自學習的RSSI時間遷移性解決方案性能驗證57-60
• 5.3.1 測試步驟57-58
• 5.3.2 測試結(jié)果58-60
• 第六章 結(jié)束語60-62
• 6.1 論文工作總結(jié)60
• 6.2 問題和展望60-62
• 參考文獻62-65
• 致謝65-66
• 攻讀學位期間發(fā)表的學術(shù)論文目錄66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 羅可,蔡碧野,吳一帆,謝中科,張麗;數(shù)據(jù)挖掘中聚類的研究[J];計算機工程與應用;2003年20期

  本文關(guān)鍵詞：面向移動終端的指紋定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：378459