基于多層神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位算法研究.pdf

1、由于室內(nèi)空間越來越大且內(nèi)部結(jié)構(gòu)越來越復(fù)雜，移動(dòng)終端用戶無法在室內(nèi)獲得諸如 GPS或北斗定位系統(tǒng)提供的有效位置服務(wù)，因而室內(nèi)基于位置的服務(wù)(Location Based Service, LBS)逐漸受到關(guān)注（如商場(chǎng)購(gòu)物指引服務(wù)等）。室內(nèi)定位技術(shù)作為室內(nèi) LBS中必不可少的底層技術(shù)，其在準(zhǔn)確性、經(jīng)濟(jì)性、實(shí)時(shí)性等方面的好壞將直接影響室內(nèi)LBS的服務(wù)質(zhì)量。
　　隨著IEEE802.11標(biāo)準(zhǔn)的完善，無線局域網(wǎng)(Wireless Local

2、 Area Network, WLAN)迅速在全球部署和普及，具有易擴(kuò)展、易維護(hù)、抗干擾、高移動(dòng)性、架構(gòu)靈活等特點(diǎn)?；赪LAN的室內(nèi)定位技術(shù)利用移動(dòng)終端接收的熱點(diǎn)信號(hào)集實(shí)現(xiàn)定位，已成為室內(nèi)定位的主要技術(shù)，為室內(nèi) LBS提供了巨大的應(yīng)用空間和技術(shù)支持。
　　針對(duì)基于WLAN室內(nèi)定位技術(shù)中三個(gè)環(huán)節(jié)（指紋數(shù)據(jù)庫(kù)的建立、AP節(jié)點(diǎn)的選擇、定位預(yù)測(cè)）存在的不足，本文從降低信號(hào)強(qiáng)度的波動(dòng)性入手，對(duì)其進(jìn)行改進(jìn)，以提高室內(nèi)定位的精確性。首先分析了

3、人員走動(dòng)、時(shí)間變化等因素對(duì)信號(hào)的影響，針對(duì)信號(hào)具有時(shí)變性的特點(diǎn)，提出了一種基于自適應(yīng)的 GRNN室內(nèi)定位算法，利用改進(jìn)的人工蜂群算法對(duì)廣義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，建立無線信號(hào)特征與目標(biāo)位置信息的映射關(guān)系，能有效降低信號(hào)強(qiáng)度波動(dòng)的隨機(jī)性對(duì)定位精度的影響，在定位準(zhǔn)確率與適應(yīng)性之間達(dá)到較好的平衡。其次，針對(duì)接入點(diǎn)(Access Point,AP)非全可用且未考慮子區(qū)域與AP節(jié)點(diǎn)之間相關(guān)性的不足，提出了一種分布式AP選擇算法，將室內(nèi)區(qū)域劃分為

4、若干個(gè)子區(qū)域，并計(jì)算子區(qū)域與AP節(jié)點(diǎn)的相關(guān)性，選取相關(guān)性優(yōu)的 AP節(jié)點(diǎn)作為該子區(qū)域的訓(xùn)練節(jié)點(diǎn)，通過深度置信網(wǎng)絡(luò)模型進(jìn)行定位模型訓(xùn)練，有效去除較大噪聲以及位置分辨能力弱的AP節(jié)點(diǎn)。最后，針對(duì)室內(nèi)結(jié)構(gòu)復(fù)雜，難以獲取足夠多的有效標(biāo)記數(shù)據(jù)的不足，提出了一種快速搜索與密度峰值聚類(CFSFDP)和極限學(xué)習(xí)機(jī)(ELM)相結(jié)合的半監(jiān)督定位算法，利用CFSFDP聚類數(shù)據(jù)集，并標(biāo)記聚類中心缺失的位置信息，擴(kuò)充初始標(biāo)記數(shù)據(jù)；利用ELM訓(xùn)練初始標(biāo)記數(shù)據(jù)，根據(jù)