基于WiFi的室內(nèi)無線定位技術(shù)研究.pdf

1、最近幾年，當(dāng)前情境感知計算成為國內(nèi)外社會的熱門研究對象。情境的內(nèi)容非常豐富，而其中最重要的內(nèi)容便是位置，如何計算實體位置是情境感知計算的重要內(nèi)容。目前比較成功的研究成果有全球定位系統(tǒng)和蜂窩網(wǎng)絡(luò)系統(tǒng)，它們能夠在室外環(huán)境中滿足人們對無線定位的要求，但是在室內(nèi)環(huán)境中，還沒有比較完善的無線定位解決方案。本文主要研究基于 WiFi的室內(nèi)無線定位技術(shù)，研究基于位置指紋方法中接入點的選擇以及位置估計算法。
　　本文首先介紹了室內(nèi)定位的主要技術(shù)及

2、研究現(xiàn)狀，之后分析了與距離相關(guān)和與距離無關(guān)這兩種常用的定位方法。在基于WiFi的室內(nèi)無線定位中，室內(nèi)環(huán)境復(fù)雜多樣，定位區(qū)域的大小也受到限制，因而基于距離的幾何定位方法并不適合。而相比之下位置指紋（Fingerprint）方法更適合于室內(nèi)無線定位環(huán)境，它的優(yōu)點在于定位精度較高，缺點是離線階段需要采集大量的指紋生成樣本庫，工作量比較大。
　　本文的主要研究內(nèi)容是基于位置指紋法的AP選擇以及位置估計的算法?，F(xiàn)在已有的AP選擇方法大多數(shù)工

3、作在離線階段，它們能夠很好的減小計算量，但是無法濾除受環(huán)境影響而性能變差的AP。本文采用在線階段的AP選擇方法，將圖像處理領(lǐng)域中使用的RANSAC算法引入AP選擇中，在在線階段作外點檢測，不僅能夠降低計算量，而且能很好的濾除掉受環(huán)境影響的AP，以提高定位精度。在后續(xù)的定位算法研究上，傳統(tǒng)的貝葉斯算法和KNN算法是使用最廣泛的兩種方法，但是它們都有著自身的缺陷，本文針對兩者的缺點，對這兩種算法做了相應(yīng)的改進(jìn)。在傳統(tǒng)貝葉斯算法的基礎(chǔ)上，采用