基于位置指紋的WLAN室內(nèi)定位技術(shù)研究與實現(xiàn).pdf

1、隨著科技的發(fā)展，人們對室內(nèi)位置服務(wù)的需求越來越強(qiáng)烈，室內(nèi)定位的研究也越來越深入。但現(xiàn)有定位技術(shù)大多需要提供硬件設(shè)備，雖然部分技術(shù)定位精度高，但是成本也相對較高，這將不利于室內(nèi)定位技術(shù)的推廣。而基于無線局域網(wǎng)室內(nèi)定位技術(shù)可以結(jié)合當(dāng)前普遍的智能手機(jī)和現(xiàn)有的無線接入點設(shè)備實現(xiàn)定位功能，該方式不需要額外提供硬件設(shè)備，成本低的特點使該方式成為了室內(nèi)定位技術(shù)的研究熱點。由于室內(nèi)環(huán)境的復(fù)雜性，室內(nèi)電電磁環(huán)境表現(xiàn)出高度的多變性和復(fù)雜性，這嚴(yán)重影響了基于

2、無線局域網(wǎng)定位系統(tǒng)的定位精度，給該室內(nèi)定位技術(shù)帶來了全新的研究內(nèi)容。
　　本文闡述了室內(nèi)定位的背景和意義，重點研究了基于位置指紋的無線局域網(wǎng)室內(nèi)定位技術(shù)，概述了當(dāng)前各種室內(nèi)定位技術(shù)的研究現(xiàn)狀，同時分析了這些技術(shù)的優(yōu)缺點，在現(xiàn)有的相關(guān)研究基礎(chǔ)上，針對提高定位精度和定位響應(yīng)速度兩方面展開了深入研究。
　　首先，詳細(xì)分析了 KNN算法和將其作為匹配算法的使用方式，分析了KNN算法的優(yōu)缺點，以及影響算法的因素。進(jìn)一步采用了基于無線信

3、號衰減特性的指紋數(shù)據(jù)預(yù)處理算法。分析了無線信號的理論衰減特性和實際衰減特性，并通過分析KNN算法證明了基于無線信號衰減特性的指紋數(shù)據(jù)預(yù)處理算法的正確性，并通過實際數(shù)據(jù)定量驗證了算法的性能。
　　其次，分析了定位終端的行為模式，針對終端位置不可跳變的特性采用了基于位置連續(xù)性的匹配優(yōu)化算法。分析了匹配過程中的數(shù)據(jù)的規(guī)律，尤其是強(qiáng)信號數(shù)據(jù)在匹配過程中的特點，結(jié)合實際匹配數(shù)據(jù)的分析采用了基于信號強(qiáng)度分區(qū)的匹配優(yōu)化算法，并驗證了算法的有效性