室內(nèi)WiFi定位技術研究.pdf

1、在室內(nèi)環(huán)境下，由于非視距、多徑等干擾因素的存在，不適合利用傳統(tǒng)的蜂窩網(wǎng)絡、GPS等技術來實現(xiàn)定位，而WiFi信號受非視距的影響較小，并且WiFi熱點部署廣泛、成本較低、室內(nèi)覆蓋范圍廣，因此可以使用WiFi信號來實現(xiàn)室內(nèi)定位。在室內(nèi)場合下隨著依賴于位置的應用服務增加，高精度定位方法的需求也相應增加，而高精度的需求促使了人們對定位算法的深入研究。
　　無線信號強度可以用來表征位置信息，隨著無線接收器對信號強度測量越來越精確，利用無線信

2、號強度來定位的算法的精度越來越高，國內(nèi)外許多優(yōu)秀的學者對室內(nèi)定位技術進行了深入的研究，提出了很多比較新的定位思想，拓寬了室內(nèi)定位技術的研究領域，本文研究的重點是基于RSS（Received Signal Strength，RSS）的定位算法，主要介紹基于RSS測距的三角定位算法和基于指紋數(shù)據(jù)庫的定位算法，并提出了優(yōu)化和改進。
　　文章在分析了測距和無需測距的各種經(jīng)典的算法之后，深入分析了各種算法的優(yōu)缺點，而在各種算法中，適用于室內(nèi)

3、場景下的算法主要有基于RSS測距的三角定位算法和基于指紋數(shù)據(jù)庫的定位算法，隨后說明了研究這兩種算法的必要性。本文主要對基于RSS測距的三角定位算法和基于指紋數(shù)據(jù)庫的定位算法進行分析和改進。針對三角定位算法中權值分配和RSS數(shù)據(jù)處理中存在的缺點，提出改進的PE加權三角質(zhì)心定位算法，與現(xiàn)有算法不同的是，該方法首先對采集到的大量RSS數(shù)據(jù)進行濾波處理，然后提出新的權值計算方法，減少定位的誤差。針對基于指紋數(shù)據(jù)庫的算法提出基于神經(jīng)網(wǎng)絡的改進型指

4、紋數(shù)據(jù)庫定位算法NNIA算法，該算法在利用神經(jīng)網(wǎng)絡定位的基礎上結合傳統(tǒng)的指紋定位算法KNN，解決了因參考點分布及無線接入點變動而影響定位精度問題，提高了定位性能。
　　最后，在實際的室內(nèi)場景下，測量RSS數(shù)據(jù)，分別應用以上兩種改進的算法進行仿真測試，將仿真測試得到的結果誤差與典型定位算法得到的結果誤差作比較，從比較的結果可以看出，兩種不同的算法均能提高定位的精度，并對傳統(tǒng)定位算法中的缺點做出了改進，而且還擁有傳統(tǒng)算法不具備的優(yōu)點。