基于移動(dòng)終端的室內(nèi)定位算法研究.pdf

1、位基服務(wù)(LBS，Location-Based Service)，一直以來是一個(gè)研究熱點(diǎn)問題。隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，近幾年來，智能移動(dòng)終端越來越多地出現(xiàn)在人們的工作和生活中，扮演著舉足輕重的角色，而作為位置服務(wù)基礎(chǔ)功能之一的定位功能，也漸漸受到人們的關(guān)注和青睞。盡管衛(wèi)星定位系統(tǒng)，作為一種成熟應(yīng)用的定位技術(shù)，在廣闊的室外良好環(huán)境中，能夠?yàn)橛脩籼峁┚_的位置服務(wù)信息。但人們的需求已經(jīng)不再滿足于室外，更多的關(guān)注點(diǎn)在于室內(nèi)區(qū)域，而衛(wèi)星信號(hào)由

2、于不具有穿透建筑的特性，在室內(nèi)已經(jīng)無法提供定位服務(wù)了。
　　智能移動(dòng)終端作為當(dāng)今人們不可或缺的通信娛樂工具，尤其是各種功能類型的手機(jī)、平板和可穿戴設(shè)備層出不窮，已經(jīng)為人們提供了很大的便利，滿足了人們的精神物質(zhì)生活。這些設(shè)備普遍具有Wi-Fi（Wireless-Fidelity）通信模塊，而在當(dāng)今社會(huì)，超市、公司、學(xué)校等各種場(chǎng)所Wi-Fi網(wǎng)絡(luò)覆蓋率起來越高，Wi-Fi熱點(diǎn)隨處可見，基于移動(dòng)終端的Wi-Fi室內(nèi)定位具有良好的研究基礎(chǔ)和

3、廣泛的應(yīng)用前景。
　　而本文正是針對(duì)基于移動(dòng)終端的Wi-Fi室內(nèi)定位進(jìn)行了比較深入的研究探討，論文的主要工作如下:
　　(1)分析了室內(nèi)外定位技術(shù)的研究背景和現(xiàn)狀以及典型定位方法;對(duì)iOS和Android在移動(dòng)終端平臺(tái)系統(tǒng)架構(gòu)、開發(fā)語(yǔ)言及Wi-Fi類庫(kù)方面進(jìn)行了對(duì)比，分析了選取Android作為研究終端的緣由所在，確定了基于移動(dòng)終端的Wi-Fi室內(nèi)定位的方案;并對(duì)本文中選用的最近鄰分類算法進(jìn)行了研究。
　　(2)在Wi

4、-Fi室內(nèi)定位算法模型設(shè)計(jì)中，針對(duì)基于傳播模型的定位算法在測(cè)距階段，由于信號(hào)受各種因素的影響，待測(cè)點(diǎn)因測(cè)距不準(zhǔn)確引起的各種易于定位和不易定位的細(xì)節(jié)問題，探討了三邊定位算法和線性回歸模型的估計(jì)算法兩種解決方案;又重點(diǎn)針對(duì)位置指紋算法從離線采集階段和在線定位階段兩方面進(jìn)行了相關(guān)細(xì)節(jié)的研究工作:離線采集階段探討了定位區(qū)域的劃分問題、位置度量指標(biāo)的建立過程、Wi-Fi信號(hào)強(qiáng)度信息如何獲取的問題、以及位置指紋數(shù)據(jù)的生成和指紋數(shù)據(jù)庫(kù)如何構(gòu)建;在線定

5、位階段，探討了位置指紋之間的相異度量指標(biāo)、基于確定型的匹配算法和基于概率型的匹配算法的在構(gòu)建指紋上不同之處以及基于示例的KNN(K-Nearest-Neighbor-Classifier)算法的流程。然后對(duì)兩種算法模型進(jìn)行了比較分析，選擇了魯棒性好并且易于在移動(dòng)終端中實(shí)現(xiàn)的位置指紋定位算法模型。
　　(3)在位置指紋算法改進(jìn)工作中，本文先對(duì)RSSI（Received Signal StrengthIndicator)原始數(shù)據(jù)提出了