室內(nèi)定位技術(shù)隨著科學(xué)技術(shù)的進步而迅速發(fā)展,人們位置信息的需求也愈發(fā)強烈。室內(nèi)定位技術(shù)主要有射頻識別技術(shù)、Wi-Fi技術(shù)、紅外線技術(shù)、超寬帶技術(shù)、藍牙技術(shù)、可見光技術(shù)等,定位方法則分為幾何測量法、近似法、位置指紋法等。本文采取了相對于其他方法更有優(yōu)勢的位置指紋法,定位技術(shù)則選擇了新興的低功耗藍牙技術(shù),該技術(shù)低成本,壽命較長,同時擁有較低功耗,在部署上也更加簡單易行,并且可以提供持久穩(wěn)定的信號傳輸。位置指紋法分為兩個階段:離線建庫階段和在線定位階段。離線建庫階段主要建立指紋數(shù)據(jù)庫,也稱作無線電地圖。離線建庫階段通常需要使用聚類算法對數(shù)據(jù)集合進行聚類處理,常用的聚類算法有K-means算法等。本文對聚類算法中k個初始點的選擇進行了優(yōu)化,通過不斷二分聚類直到簇的個數(shù)滿足要求,最終將各簇的質(zhì)心作為初始點,同時通過手肘法科學(xué)的確定聚類數(shù)。在線定位階段主要就是將待測點實時采集到的指紋信息去和指紋庫中的數(shù)據(jù)進行指紋匹配。本文對在線定位階段使用的WKNN算法進行了優(yōu)化,提出了一種新的基于RSS并且結(jié)合一定補償機制的分類模型,避免分類錯誤導(dǎo)致的定位誤差;同時在權(quán)重值的選擇上比較了推導(dǎo)的物理距離和曼哈頓距離...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文背景及研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要內(nèi)容及論文結(jié)構(gòu)
第2章 BLE室內(nèi)指紋定位理論基礎(chǔ)
    2.1 低功耗藍牙與iBeacon協(xié)議
        2.1.1 低功耗藍牙技術(shù)
        2.1.2 iBeacon協(xié)議
    2.2 室內(nèi)定位方法研究
        2.2.1 幾何測量法
        2.2.2 位置指紋定位
        2.2.3 不同定位方法比較
    2.3 聚類算法原理
        2.3.1 K-means聚類算法
        2.3.2 FCM算法
    2.4 分類算法原理
        2.4.1 NN算法
        2.4.2 KNN算法
        2.4.3 WKNN算法
    2.5 本章小結(jié)
第3章 室內(nèi)指紋定位的算法優(yōu)化
    3.1 K-means算法的優(yōu)化
        3.1.1 聚類數(shù)目選取的優(yōu)化
        3.1.2 初始點選擇的優(yōu)化
    3.2 WKNN定位算法的優(yōu)化
        3.2.1 優(yōu)化分類模型
        3.2.2 自適應(yīng)權(quán)重值選取
    3.3 本章小結(jié)
第4章 室內(nèi)指紋定位實驗與結(jié)果分析
    4.1 實驗環(huán)境與實驗設(shè)備
    4.2 無線電地圖的創(chuàng)建
    4.3 定位效果的衡量標準
    4.4 聚類數(shù)目的選擇
    4.5 聚類算法對定位效果的影響分析
    4.6 WKNN算法中權(quán)重值對定位效果的影響分析
    4.7 不同定位算法定位效果的對比
    4.8 本章小結(jié)
結(jié)論
參考文獻
致謝



本文編號：3765533