WLAN室內定位信號特征提取算法研究.pdf

1、近年來,由于WLAN在室內環(huán)境的廣泛部署,用戶可以通過手機、筆記本和PDA等移動設備隨時隨地接入無線網絡。同時,人們對于位置的需求越來越強烈,而室外環(huán)境的全球定位系統(tǒng)不能應用到室內環(huán)境中,因此基于WLAN的室內定位系統(tǒng)受到人們的廣泛關注。而在WLAN室內定位系統(tǒng)中,位置指紋定位算法以其定位精度高、普適性強和無需額外設備等優(yōu)點,得到了廣泛的應用。位置指紋定位算法主要分為離線和在線兩個階段,離線階段主要建立位置指紋數(shù)據(jù)庫,在線階段根據(jù)一定的

2、匹配算法,將當前采集到的信號值和位置指紋數(shù)據(jù)庫進行匹配,得到定位坐標。
　　現(xiàn)階段的研究大多把在線階段的匹配算法作為重點,以獲得更高的定位精度,卻忽視了對采集到的信號值進行處理并提取定位特征的過程。而WLAN位置指紋定位系統(tǒng)中的定位誤差,部分是由于室內復雜環(huán)境下,采集到的信號中混入了噪聲所造成的。而且,由于AP的數(shù)量越來越多,離線階段生成的位置指紋數(shù)據(jù)庫越來越龐大,從而導致在線階段的實時性大大下降。為了減小噪聲對定位精度帶來的影響

3、,同時減小工作量以提高定位的實時性,本文提出了基于工作量減少和定位精度提高的信號特征提取算法。
　　首先,本文對位置指紋定位算法的過程進行了分析,對匹配算法進行了仿真比較并將KNN算法作為本文檢驗定位精度的算法。然后分析信號的特性,并對信號的樣本數(shù)據(jù)進行預處理,去除偏差較大的樣本數(shù)據(jù)。
　　其次,分別從提高定位精度和減少工作量兩方面分析信號特征的提取算法。在提高定位精度方面,本文提出采用對信號功率譜的對數(shù)平均值進行KL變換,