【摘要】：基于RSS的室內(nèi)定位方法是現(xiàn)今一種主要的室內(nèi)定位技術(shù)。它通過測量從BLE信標(biāo)持續(xù)發(fā)出的藍(lán)牙信號,估計(jì)待定位設(shè)備所處的位置。不同于GPS在室內(nèi)場景下的不可靠性,在室內(nèi)的條件下藍(lán)牙信號更易于獲取。這種基于RSS的方法不僅部署簡易、成本低廉,而且與其它室內(nèi)定位方法相比還可以獲得更理想的定位精度。本文研究了BLE信標(biāo)部署的拓?fù)浣Y(jié)構(gòu)和數(shù)目對基于RSS的室內(nèi)定位精度的影響。本文從這兩個(gè)影響室內(nèi)定位精度的因素入手,完成了以下工作:(1)在倫敦瑪麗女王大學(xué)Mile End圖書館內(nèi)通過人工場地測量確定了377個(gè)采樣點(diǎn)的位置,并分別于這377個(gè)采樣點(diǎn)之上采集RSS數(shù)據(jù)。在人工采集RSS數(shù)據(jù)的基礎(chǔ)上,生成了一份包含377個(gè)采樣點(diǎn)信息的無線電地圖。(2)通過部署3種不同的BLE信標(biāo)拓?fù)浣Y(jié)構(gòu)——“Long”、“Spiral”和“Square”,依次仿真移除10個(gè)BLE信標(biāo),本文利用這份無線電地圖和另外33個(gè)測試樣點(diǎn)來計(jì)算不同BLE信標(biāo)密度下的定位估計(jì)誤差。在定位算法方面,由于固定K值的選擇,傳統(tǒng)的KNN算法和WKNN算法無法獲得最優(yōu)的估計(jì)位置。為了解決傳統(tǒng)KNN算法在計(jì)算估計(jì)位置方面的問題,本文還提出了一種自適應(yīng)的WKNN算法,可以根據(jù)樣本點(diǎn)間的相似度特性動態(tài)改變K值。實(shí)驗(yàn)結(jié)果表明一種移除了10個(gè)BLE信標(biāo)的特定拓?fù)浣Y(jié)構(gòu)“Square”可以獲得最小的定位誤差。此外,本文提出的自適應(yīng)的WKNN算法性能顯著優(yōu)于KNN和WKNN算法。這將幫助我們優(yōu)化室內(nèi)定位系統(tǒng),提高其定位的精度。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN925

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張倬勝;馬方方;薛靜遠(yuǎn);艾浩軍;;基于iBeacon的精細(xì)室內(nèi)定位方法研究[J];地理信息世界;2015年02期

，

本文編號：2562348