基于位置指紋的室內(nèi)定位算法研究.pdf

1、隨著集購(gòu)物、娛樂(lè)、餐飲、休閑于一體的大型商業(yè)中心的不斷涌現(xiàn)，對(duì)大型場(chǎng)所內(nèi)部進(jìn)行定位和導(dǎo)航的需求更為迫切，已成為研究熱點(diǎn)。室內(nèi)導(dǎo)航首先要解決的就是人員自身的實(shí)時(shí)定位問(wèn)題。伴隨WiFi技術(shù)的應(yīng)用普及與不斷發(fā)展，基于 WiFi的室內(nèi)定位技術(shù)因其獨(dú)特的優(yōu)勢(shì)得到了學(xué)者和工程界的重視和青睞。但是現(xiàn)有的 WiFi定位方案易受室內(nèi)環(huán)境因素的干擾，其定位效率和精度不高，仍不能較好地滿足室內(nèi)定位工程的要求。因此本文基于這個(gè)問(wèn)題進(jìn)行了相關(guān)的研究工作，努力尋找

2、滿足工程化要求的室內(nèi)定位解決方案。
　　首先，本文對(duì)影響室內(nèi)定位精度和效率的關(guān)鍵因素進(jìn)行了研究。研究了基于WiFi定位方法中較優(yōu)的位置指紋定位法，剖析了位置指紋定位法的流程。從定性和定量?jī)蓚€(gè)方面重點(diǎn)分析了影響指紋定位精度和效率的匹配算法和外部因素。
　　其次，本文研究了在位置指紋定位中引入聚類的方法來(lái)提高定位效率的方案，采用Kmeans聚類對(duì)匹配前的數(shù)據(jù)進(jìn)行預(yù)處理。指紋數(shù)據(jù)庫(kù)通常都較大，傳統(tǒng)指紋定位都是直接用待測(cè)點(diǎn)的 RSS

3、I（接收的信號(hào)強(qiáng)度指示）與指紋庫(kù)中每條數(shù)據(jù)記錄進(jìn)行匹配。此匹配過(guò)程耗時(shí)很長(zhǎng)，直接關(guān)系到指紋定位算法的效率。本文在研究指紋數(shù)據(jù)庫(kù)的建立和分析現(xiàn)有聚類方法的基礎(chǔ)上，設(shè)計(jì)了引入Kmeans聚類方法對(duì)指紋數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理的具體方案，并采用Matlab進(jìn)行了仿真實(shí)驗(yàn)。通過(guò)仿真結(jié)果分析驗(yàn)證了對(duì)指紋數(shù)據(jù)庫(kù)進(jìn)行Kmeans聚類預(yù)處理的有效性。
　　最后，本文針對(duì)貝葉斯概率算法應(yīng)用在室內(nèi)定位領(lǐng)域出現(xiàn)的問(wèn)題，設(shè)計(jì)出了一種基于貝葉斯概率算法的改進(jìn)定位算