基于安卓平臺的室內(nèi)定位技術(shù)研究與仿真.pdf

1、近年來，伴隨社會的進(jìn)步，科技的發(fā)展，人們對基于位置服務(wù)（Located Based Service， LBS）需求與日俱增。室外定位技術(shù)的理論研究比較成熟，已經(jīng)可以實現(xiàn)精確定位。但由于室內(nèi)環(huán)境復(fù)雜多變性，定位誤差較大，難以滿足室內(nèi)準(zhǔn)確定位的需求。隨著室內(nèi)環(huán)境中WiFi和移動智能終端的推廣普及，使得基于安卓平臺的室內(nèi)WiFi定位技術(shù)成為室內(nèi)定位領(lǐng)域的研究熱點。因此，本課題深入研究了WiFi定位技術(shù)中的位置指紋定位方法，結(jié)合實際環(huán)境，針對傳

2、統(tǒng)指紋定位算法的不足，提出從定位精度和定位速度兩個角度進(jìn)行改進(jìn)的方法，設(shè)計并開發(fā)了一套基于安卓平臺的WiFi室內(nèi)定位系統(tǒng)。
　　本文首先在閱讀大量室內(nèi)定位相關(guān)文獻(xiàn)資料的基礎(chǔ)上，研究了國內(nèi)外各種定位技術(shù)和定位方法，對比分析各種室內(nèi)定位手段的優(yōu)缺點，確定采用基于室內(nèi)WiFi的定位技術(shù)和基于位置指紋的定位方法。其次，在離線訓(xùn)練階段采用了濾波算法，剔除誤差較大的信號強(qiáng)度，并對數(shù)據(jù)進(jìn)行聚類，使相似的數(shù)據(jù)成為“一簇”，以便提高定位速度。在實時

3、定位階段，傳統(tǒng)的定位匹配算法有最近鄰法（NN）、K近鄰法（KNN）、K加權(quán)近鄰法（WKNN），在深入分析傳統(tǒng)近鄰算法誤差的基礎(chǔ)上，提出了一種改進(jìn)的K加權(quán)近鄰法。仿真并對比分析了各種近鄰算法的累積誤差。最后確定了基于改進(jìn)的K加權(quán)近鄰法作為本文系統(tǒng)的匹配算法。為了盡可能加快定位速度，本文引入了布隆過濾器。然后，分析了實際室內(nèi)定位系統(tǒng)的基本需求，擬定了基于遠(yuǎn)程服務(wù)器的客戶端/服務(wù)器系統(tǒng)設(shè)計方案。從客戶端、服務(wù)器、WiFi指紋數(shù)據(jù)庫三方面設(shè)計并