基于RSS的無線局域網(wǎng)室內(nèi)定位技術(shù)研究.pdf

1、當(dāng)前，基于位置服務(wù)（Location-Based Service，LBS）相關(guān)技術(shù)發(fā)展迅速，面向室外的位置服務(wù)應(yīng)用已相當(dāng)普及，而室內(nèi)位置服務(wù)技術(shù)的研究正處于起步階段。鑒于無線局域網(wǎng)（Wireless Local Area Networks.WLAN）已完成室內(nèi)幾乎泛在的無線覆蓋，基于WLAN的室內(nèi)定位技術(shù)成為業(yè)界的首選?？紤]到定位精度、技術(shù)復(fù)雜度、電磁干擾影響以及建設(shè)成本等因素，基于信號(hào)接收強(qiáng)度（Received Signal Stre

2、ngth，RSS）的WLAN室內(nèi)定位技術(shù)成為主流。本文以大型室內(nèi)定位相關(guān)技術(shù)開展研究，針對(duì)空曠和復(fù)雜兩種典型的大型室內(nèi)場景，分別分析了信號(hào)分布特性，重點(diǎn)研究了各場景下基于RSS的WLAN室內(nèi)定位模型、系統(tǒng)架構(gòu)和定位算法等技術(shù)，論文的主要內(nèi)容如下：
　　1、針對(duì)大型空曠室內(nèi)場景下幾何定位法運(yùn)算復(fù)雜度高、定位精度低的問題，提出一種基于馬爾可夫鏈蒙特卡羅的室內(nèi)定位算法。該算法利用幾何定位原理構(gòu)建基于傳播損耗的似然函數(shù)模型，采用馬爾可夫鏈

3、蒙特卡羅抽樣（MakovChain Monte Carlo，MCMC）方法，以隨機(jī)抽樣的方式實(shí)施位置估計(jì)。仿真與理論分析結(jié)果表明，較共軛梯度法（Fletcher-Reeves，F(xiàn)R），所提方法運(yùn)算復(fù)雜度低、收斂速度快，估計(jì)精度逼近推導(dǎo)出的坐標(biāo)估計(jì)克拉美羅界（Cramer Rao Low bound，CRLB）。
　　2、針對(duì)大型復(fù)雜室內(nèi)場景下位置指紋法建立指紋空間復(fù)雜度高、插值精度低的問題，提出一種基于改進(jìn)克里金插值的指紋空間建立

4、算法。該算法不再沿用傳統(tǒng)克里金插值法使用經(jīng)驗(yàn)法判定變異函數(shù)的傳統(tǒng)方法，而采用最小二乘擬合方法擬合變異函數(shù)實(shí)驗(yàn)值，推導(dǎo)出變異函數(shù)的解析表達(dá)式，提高了指紋信息插值的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明，較現(xiàn)有插值算法，顯著提高了指紋信息插值精度。
　　3、針對(duì)大型室內(nèi)復(fù)雜場景下位置指紋法指紋匹配算法運(yùn)算復(fù)雜度高、定位精度低的問題，提出一種基于模擬退火聚類的室內(nèi)定位算法。該算法采用模擬退火聚類方法完成指紋空間的聚類和劃分，有效降低了指紋匹配所需的候選指