本文關(guān)鍵詞：基于位置指紋的室內(nèi)定位系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)　出處：《內(nèi)蒙古大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 室內(nèi)定位 位置指紋 KNN算法 區(qū)域劃分

【摘要】：隨著無線通信技術(shù)的發(fā)展,Wi-Fi(WirelessFidelity)得到了極大地發(fā)展,它具有移動(dòng)性、方便性、廉價(jià)性的特點(diǎn)。在室外環(huán)境中,基于位置的服務(wù)(Location Based Service,LBS)在各方面得到了廣泛應(yīng)用。而在室內(nèi)環(huán)境中,由于受到周圍建筑物和復(fù)雜環(huán)境的影響,傳統(tǒng)的定位方法無法得到準(zhǔn)確的定位,難以滿足室內(nèi)定位的需求。由于免費(fèi)Wi-Fi熱點(diǎn)覆蓋廣泛,并且具有使用方便、價(jià)格便宜的特點(diǎn),因此基于Wi-Fi的室內(nèi)定位技術(shù)成為了研究熱點(diǎn)。本文研究了基于接收信號(hào)強(qiáng)度指示(Received Signal Strength Indicator,RSSI)位置指紋的定位算法,并分析障礙物及天線方向等的影響,提出基于劃分區(qū)域的K近鄰(K-Nearest Neighbor,KNN)改進(jìn)算法,該算法應(yīng)用了信號(hào)預(yù)處理算法、KNN加權(quán)算法和K優(yōu)化算法。實(shí)際場(chǎng)景實(shí)驗(yàn)表明:改進(jìn)的算法與KNN算法相比,定位精確度提高了 7%,縮短了運(yùn)算時(shí)間。
[Abstract]:With the development of wireless communication technology, Wi-Fi (WirelessFidelity) has been greatly developed, it has the mobility, convenience and cheap characteristics. In the outdoor environment, location based service (Location Based, Service, LBS) has been widely used in various aspects. But in the indoor environment, influenced by the surrounding buildings and the complex environment, the traditional positioning method cannot get accurate positioning, it is difficult to meet the demand for indoor positioning. Due to the free Wi-Fi hotspot wide coverage, and has the advantages of convenient use, price is cheap, so the indoor positioning technology based on Wi-Fi has become a research hotspot. In this paper based on received signal strength indicator (Received Signal Strength Indicator RSSI), fingerprint positioning algorithm, and analyze the impact of obstacles and the antenna direction, based on the regional division of the K (K-Nearest Neighbor, KNN near neighbor The improved algorithm is based on signal preprocessing algorithm, KNN weighted algorithm and K optimization algorithm. Real scene experiments show that the location accuracy is improved by 7% and the computation time is shortened by comparing the improved algorithm with KNN algorithm.

【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN92

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;室內(nèi)定位蓄勢(shì)待發(fā)[J];建材發(fā)展導(dǎo)向;2013年06期

2 趙軍;李鴻斌;王智;;無線網(wǎng)絡(luò)室內(nèi)定位系統(tǒng)研究[J];信息與控制;2008年04期

3 梁韻基;周興社;於志文;倪紅波;;普適環(huán)境室內(nèi)定位系統(tǒng)研究[J];計(jì)算機(jī)科學(xué);2010年03期

4 汪苑;林錦國(guó);;幾種常用室內(nèi)定位技術(shù)的探討[J];中國(guó)儀器儀表;2011年02期

5 王麗英;;導(dǎo)航發(fā)展的新熱點(diǎn)——室內(nèi)定位[J];今日電子;2011年12期

6 ;衛(wèi)星信號(hào)易被干擾 室內(nèi)定位技術(shù)解析[J];金卡工程;2012年07期

7 李振;姚以鵬;;大型公共場(chǎng)館智能室內(nèi)定位導(dǎo)游系統(tǒng)的技術(shù)研究[J];廣東科技;2013年12期

8 袁飛;;淺談室內(nèi)定位與機(jī)場(chǎng)旅客個(gè)性化服務(wù)[J];中國(guó)科技信息;2014年08期

9 張玉梅;康曉霞;;救援隊(duì)員室內(nèi)定位技術(shù)分析[J];消防科學(xué)與技術(shù);2012年06期

10 楊華;劉軍發(fā);陳益強(qiáng);;一種基于多終端動(dòng)態(tài)協(xié)同的室內(nèi)定位方法[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

相關(guān)會(huì)議論文 前8條

1 張立立;鐘耳順;;無線室內(nèi)定位技術(shù)[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第八屆年會(huì)論文集[C];2004年

2 郭明濤;李文元;龔福春;;室內(nèi)定位方法分析[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

3 郭旭斌;葉長(zhǎng)城;王憶文;李輝;;基于無線傳感器網(wǎng)絡(luò)的室內(nèi)定位系統(tǒng)[A];第十五屆計(jì)算機(jī)工程與工藝年會(huì)暨第一屆微處理器技術(shù)論壇論文集（A輯）[C];2011年

4 房秉毅;李熹;;超寬帶室內(nèi)定位系統(tǒng)研究[A];2005年全國(guó)超寬帶無線通信技術(shù)學(xué)術(shù)會(huì)議論文集[C];2005年

5 高雪晨;蔣泰;曹林峰;;基于RFID的室內(nèi)定位系統(tǒng)設(shè)計(jì)[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

6 徐勁松;盧曉春;邊玉敬;;基于UWB的室內(nèi)定位系統(tǒng)設(shè)計(jì)與仿真[A];2009全國(guó)時(shí)間頻率學(xué)術(shù)會(huì)議論文集[C];2009年

7 雷地球;羅海勇;劉曉明;;一種基于WiFi的室內(nèi)定位系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

8 胡斌;宋娜娜;;基于航位推測(cè)技術(shù)的消防人員室內(nèi)定位系統(tǒng)研究[A];2014中國(guó)消防協(xié)會(huì)科學(xué)技術(shù)年會(huì)論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 馬靜t，

本文編號(hào)：1390801