基于RSS的无线局域网室内定位技术研究

发布时间：2020-04-26 17:13

【摘要】：当前,基于位置服务(Location-Based Service,LBS)相关技术发展迅速,面向室外的位置服务应用已相当普及,而室内位置服务技术的研究正处于起步阶段。鉴于无线局域网(Wireless Local Area Networks.WLAN)已完成室内几乎泛在的无线覆盖,基于WLAN的室内定位技术成为业界的首选。考虑到定位精度、技术复杂度、电磁干扰影响以及建设成本等因素,基于信号接收强度(Received Signal Strength,RSS)的WLAN室内定位技术成为主流。本文以大型室内定位相关技术开展研究,针对空旷和复杂两种典型的大型室内场景,分别分析了信号分布特性,重点研究了各场景下基于RSS的WLAN室内定位模型、系统架构和定位算法等技术,论文的主要内容如下:1、针对大型空旷室内场景下几何定位法运算复杂度高、定位精度低的问题,提出一种基于马尔可夫链蒙特卡罗的室内定位算法。该算法利用几何定位原理构建基于传播损耗的似然函数模型,采用马尔可夫链蒙特卡罗抽样(MakovChain Monte Carlo,MCMC)方法,以随机抽样的方式实施位置估计。仿真与理论分析结果表明,较共轭梯度法(Fletcher-Reeves,FR),所提方法运算复杂度低、收敛速度快,估计精度逼近推导出的坐标估计克拉美罗界(Cramer Rao Low bound,CRLB)。2、针对大型复杂室内场景下位置指纹法建立指纹空间复杂度高、插值精度低的问题,提出一种基于改进克里金插值的指纹空间建立算法。该算法不再沿用传统克里金插值法使用经验法判定变异函数的传统方法,而采用最小二乘拟合方法拟合变异函数实验值,推导出变异函数的解析表达式,提高了指纹信息插值的准确性。实验结果表明,较现有插值算法,显著提高了指纹信息插值精度。3、针对大型室内复杂场景下位置指纹法指纹匹配算法运算复杂度高、定位精度低的问题,提出一种基于模拟退火聚类的室内定位算法。该算法采用模拟退火聚类方法完成指纹空间的聚类和划分,有效降低了指纹匹配所需的候选指纹数量,并消除了具有一定特征相似性的奇异点,从而降低了运算复杂度,提高了定位精度。实验结果表明,较K-均值聚类定位算法和KNN算法,定位精度高,且定位精度不受初始值影响。
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：E11

【参考文献】