WLAN室內(nèi)定位中位置指紋技術(shù)優(yōu)化.pdf

1、隨著移動(dòng)智能終端在生活中的大量普及，基于終端的應(yīng)用也日趨多元化。得益于智能終端，室內(nèi)定位系統(tǒng)擺脫了需要額外硬件設(shè)備的枷鎖。但也出現(xiàn)了新的問題，在無線局域網(wǎng)（Wireless Local Area Networks, WLAN)位置指紋定位系統(tǒng)中，由于開發(fā)人員與用戶所持終端不同，接收信號(hào)強(qiáng)度（Received Signal Strength Indication, RSSI）測(cè)量結(jié)果存在差異。另外，在定位過程中，因?yàn)槿藶榛蛘咦匀辉?，參?/p>

2、接入點(diǎn)（Access Point, AP）不可達(dá)或位置變更，導(dǎo)致定位結(jié)果不準(zhǔn)確?，F(xiàn)有減少終端差異的線性或非線性校準(zhǔn)方法，需要在離線階段預(yù)先針對(duì)應(yīng)用環(huán)境進(jìn)行數(shù)據(jù)訓(xùn)練。為了減少終端差異帶來的影響，有效處理參考AP異?，F(xiàn)象，文章基于指紋定位技術(shù)，對(duì)以上問題進(jìn)行分析研究。相應(yīng)的，本文具體研究?jī)?nèi)容分為以下幾個(gè)部分：
　　首先，針對(duì)終端差異帶來的信號(hào)強(qiáng)度值測(cè)量差異問題，文章通過分析指紋數(shù)據(jù)與用戶數(shù)據(jù)之間的曲線相似度，提出了基于pearson相

3、關(guān)系數(shù)的室內(nèi)定位算法。與線性、非線性校準(zhǔn)方法相比，pearson相關(guān)系數(shù)法不需要離線階段模型訓(xùn)練，環(huán)境改變時(shí)也無需重新建立模型。在相同環(huán)境下，文章對(duì)相關(guān)系數(shù)法和傳統(tǒng)歐氏距離定位算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明，在存在終端差異情況下，基于pearson相關(guān)系數(shù)的定位算法在2m內(nèi)誤差減少了8％。
　　其次，文章分析了在定位過程中參考AP不可達(dá)和位置移動(dòng)現(xiàn)象，并提出了相應(yīng)的算法與解決方案。主要包括兩個(gè)方面：第一，針對(duì)定位過程中參考AP不可達(dá)

4、現(xiàn)象，提出基于權(quán)重因子的定位算法。通過求取指紋數(shù)據(jù)與用戶數(shù)據(jù)交集中AP數(shù)目，定義權(quán)重因子，來修正定位結(jié)果。實(shí)驗(yàn)表明，當(dāng)存在AP不可達(dá)情況時(shí)，與非基于權(quán)重法相比，此算法在3米內(nèi)的定位精度提高了9%；第二，針對(duì)參考AP位置變更問題，文章通過pearson相關(guān)系數(shù)和群智感知相結(jié)合，來感知AP位置變化。當(dāng)參考AP發(fā)生位置變更時(shí)，測(cè)得的AP信號(hào)強(qiáng)度與指紋庫中差異較大，基于此特征，文章定義與AP位置相關(guān)的pearson系數(shù)，根據(jù)此系數(shù)來判斷AP位置