發(fā)布時(shí)間：2021-11-05 11:46

　　隨著互聯(lián)網(wǎng)技術(shù)快速發(fā)展、智能移動(dòng)終端性能的不斷提升和中國(guó)城市化進(jìn)程的不斷推進(jìn),室內(nèi)位置信息逐漸成為各項(xiàng)工作中最重要的信息,促使了基于位置服務(wù)（Location Based Service,LBS）的研究和發(fā)展。其中,基于Wi-Fi的室內(nèi)定位系統(tǒng)可以利用建筑中現(xiàn)有的Wi-Fi網(wǎng)絡(luò)基礎(chǔ)設(shè)施,已經(jīng)成為最流行和最實(shí)用的室內(nèi)定位系統(tǒng)。并且基于接收信號(hào)強(qiáng)度（Received Signal Strength,RSS）的Wi-Fi指紋定位方法不需要部署的接入點(diǎn)（Access Point,AP）的物理位置信息,且采用指紋技術(shù)能緩解無(wú)線信號(hào)在室內(nèi)環(huán)境中普遍存在的多徑效應(yīng)。指紋定位方法的性能受到了設(shè)備異構(gòu)性的嚴(yán)重影響,這種異構(gòu)性存在于不同設(shè)備之間由于硬件原因?qū)е碌腞SS基準(zhǔn)差異。為了提高Wi-Fi定位對(duì)異構(gòu)硬件環(huán)境的普適性,本文提出了一種新的融合定位算法——基于復(fù)合指紋的混合分類定位算法。該算法通過(guò)轉(zhuǎn)換RSS構(gòu)建信號(hào)強(qiáng)度差指紋（Signal Strength Difference,SSD）和雙曲線位置指紋（Hyperbolic Location Fingerprint,HLF）兩種能克服異構(gòu)性的指紋,利用三... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

筆記本電腦數(shù)據(jù)采集端

第2章室內(nèi)定位相關(guān)方法研究-19-圖2-9智能手機(jī)采集端2.4本章小結(jié)本章介紹了幾種定位方法，闡述了AOA，TOA，TDOA三種定位方法的定位原理和適用場(chǎng)景，介紹了基于RSS的定位方法及原理，著重對(duì)位置指紋方法進(jìn)行了說(shuō)明。接著對(duì)后續(xù)本文用到的位置指紋匹配基本算法，KNN，SVM，RF原理進(jìn)行了介紹。最后介紹了本文實(shí)驗(yàn)場(chǎng)景和數(shù)據(jù)采集終端。

燕山大學(xué)工程碩士學(xué)位論文-22-式中，()jPd表示一個(gè)移動(dòng)設(shè)備在距離jd處第j個(gè)AP的RSS。j是傳播信號(hào)的波長(zhǎng)，jG和MDG是發(fā)射機(jī)和接收機(jī)天線增益，jT是信號(hào)傳輸功率，是路徑損耗指數(shù)，jZ是一個(gè)隨機(jī)變量，假定其服從均值為零，方差2j的正態(tài)分布。由于參數(shù)jG、jT和MDG的值取決于AP和移動(dòng)設(shè)備的硬件，如果考慮相同的AP和移動(dòng)設(shè)備，則RSS值與AP到移動(dòng)設(shè)備的距離是一對(duì)一的關(guān)系。但是，如果采用不同硬件的AP或不同的移動(dòng)設(shè)備則對(duì)應(yīng)關(guān)系為一對(duì)多，也就是說(shuō)，給定一個(gè)RSS值，就有可能出現(xiàn)多種距離關(guān)系。因此，在Wi-Fi指紋識(shí)別技術(shù)中，如果使用異構(gòu)的AP或移動(dòng)設(shè)備，那么位置與其指紋(即對(duì)應(yīng)的RSS值)之間存在一定的差異，這會(huì)降低定位系統(tǒng)的性能。圖3-2同一地點(diǎn)不同移動(dòng)設(shè)備測(cè)量的RSS3.2.2RSS數(shù)據(jù)預(yù)處理信號(hào)在室內(nèi)環(huán)境中的傳播非常復(fù)雜，多路徑傳播和路徑損耗都會(huì)影響信號(hào)在室內(nèi)的分布，無(wú)論是在離線采集階段，還是在線定位階段，由于外部環(huán)境或接收設(shè)備性能的影響，移動(dòng)設(shè)備接收到的RSS總是存在噪聲和異常數(shù)據(jù)。這些不可靠的數(shù)據(jù)被用來(lái)構(gòu)建指紋數(shù)據(jù)庫(kù)，會(huì)嚴(yán)重影響后續(xù)定位的準(zhǔn)確性和穩(wěn)定性。因此，對(duì)采集到的RSS進(jìn)行異常值和濾波等預(yù)處理是非常必要的，消除或減少室內(nèi)環(huán)境噪聲等因素造成的不利影響，確保離線構(gòu)建指紋數(shù)據(jù)庫(kù)的穩(wěn)定性和在線階段采集數(shù)據(jù)的準(zhǔn)確性，提高定位精度。

【參考文獻(xiàn)】：
期刊論文
[1]基于移動(dòng)眾包的地磁傳感器陣列室內(nèi)指紋定位技術(shù)[J]. 章裕潤(rùn),吳飛,毛萬(wàn)葵.  傳感器與微系統(tǒng). 2019(12)
[2]多傳感器輔助的WiFi信號(hào)指紋室內(nèi)定位技術(shù)[J]. 石柯,宋小妹,王信達(dá),呼文彪.  軟件學(xué)報(bào). 2019(11)
[3]噪聲下的無(wú)線傳感器網(wǎng)絡(luò)定位與環(huán)境構(gòu)建算法研究[J]. 陸震宇,田玉平.  工業(yè)控制計(jì)算機(jī). 2019(08)
[4]基于藍(lán)牙定位技術(shù)的導(dǎo)醫(yī)定位系統(tǒng)[J]. 張健偉,張?chǎng)╄?夏靖波,杜小甫,張曉燕.  中國(guó)新通信. 2019(04)
[5]基于改進(jìn)傳播環(huán)境參數(shù)的室內(nèi)定位方法[J]. 王康.  電腦知識(shí)與技術(shù). 2018(34)
[6]基于特征匹配和距離加權(quán)的藍(lán)牙定位算法[J]. 陸明熾,王守華,李云柯,紀(jì)元法,孫希延,鄧桂輝.  計(jì)算機(jī)應(yīng)用. 2018(08)
[7]基于機(jī)器人的室內(nèi)指紋地圖更新[J]. 毛大智,張鵬,曠儉,施闖.  地理空間信息. 2018(03)
[8]基于DBSCAN-GRNN-LSSVR算法的WLAN異構(gòu)終端定位方法[J]. 張勇,范恒,王昱潔.  計(jì)算機(jī)應(yīng)用研究. 2019(04)
[9]一種結(jié)合眾包的WIFI指紋數(shù)據(jù)庫(kù)自構(gòu)建及更新算法[J]. 張熠,陳璟,王革超.  小型微型計(jì)算機(jī)系統(tǒng). 2017(11)
[10]基于小波分析除噪的全質(zhì)心UWB室內(nèi)定位研究[J]. 林傳分,覃錫忠,賈振紅.  計(jì)算機(jī)仿真. 2014(02)

碩士論文
[1]基于視覺SLAM的室內(nèi)定位技術(shù)研究[D]. 李瑩.哈爾濱工程大學(xué) 2019
[2]超聲波室內(nèi)定位導(dǎo)航裝置的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李冰.哈爾濱理工大學(xué) 2017
[3]基于多維標(biāo)度的無(wú)源超高頻RFID室內(nèi)定位技術(shù)研究[D]. 王晶.天津大學(xué) 2016



本文編號(hào)：3477738