基于位置指紋的室內(nèi)定位算法研究.pdf

1、隨著集購物、娛樂、餐飲、休閑于一體的大型商業(yè)中心的不斷涌現(xiàn)，對大型場所內(nèi)部進(jìn)行定位和導(dǎo)航的需求更為迫切，已成為研究熱點(diǎn)。室內(nèi)導(dǎo)航首先要解決的就是人員自身的實時定位問題。伴隨WiFi技術(shù)的應(yīng)用普及與不斷發(fā)展，基于 WiFi的室內(nèi)定位技術(shù)因其獨(dú)特的優(yōu)勢得到了學(xué)者和工程界的重視和青睞。但是現(xiàn)有的 WiFi定位方案易受室內(nèi)環(huán)境因素的干擾，其定位效率和精度不高，仍不能較好地滿足室內(nèi)定位工程的要求。因此本文基于這個問題進(jìn)行了相關(guān)的研究工作，努力尋找

2、滿足工程化要求的室內(nèi)定位解決方案。
　　首先，本文對影響室內(nèi)定位精度和效率的關(guān)鍵因素進(jìn)行了研究。研究了基于WiFi定位方法中較優(yōu)的位置指紋定位法，剖析了位置指紋定位法的流程。從定性和定量兩個方面重點(diǎn)分析了影響指紋定位精度和效率的匹配算法和外部因素。
　　其次，本文研究了在位置指紋定位中引入聚類的方法來提高定位效率的方案，采用Kmeans聚類對匹配前的數(shù)據(jù)進(jìn)行預(yù)處理。指紋數(shù)據(jù)庫通常都較大，傳統(tǒng)指紋定位都是直接用待測點(diǎn)的 RSS

3、I（接收的信號強(qiáng)度指示）與指紋庫中每條數(shù)據(jù)記錄進(jìn)行匹配。此匹配過程耗時很長，直接關(guān)系到指紋定位算法的效率。本文在研究指紋數(shù)據(jù)庫的建立和分析現(xiàn)有聚類方法的基礎(chǔ)上，設(shè)計了引入Kmeans聚類方法對指紋數(shù)據(jù)庫進(jìn)行預(yù)處理的具體方案，并采用Matlab進(jìn)行了仿真實驗。通過仿真結(jié)果分析驗證了對指紋數(shù)據(jù)庫進(jìn)行Kmeans聚類預(yù)處理的有效性。
　　最后，本文針對貝葉斯概率算法應(yīng)用在室內(nèi)定位領(lǐng)域出現(xiàn)的問題，設(shè)計出了一種基于貝葉斯概率算法的改進(jìn)定位算