基于空間譜群指紋的高精度室內(nèi)定位方法研究.pdf

1、近年來，由于室內(nèi)定位需求的不斷增長，基于無線通信技術的室內(nèi)定位算法引起了人們的廣泛關注。但是由于室內(nèi)環(huán)境比較復雜，接收信號比較容易受到多徑、物體移動等因素的影響，這使得室內(nèi)定位算法的精度和魯棒性都不能達到人們的要求。當前較為常用的一些室內(nèi)定位系統(tǒng)，它們要么功能單一、擴展性較差，要么價格較高，難以廣泛使用。這使得廣大學者都期待出現(xiàn)一種能充分探測環(huán)境信息并且成本較低的系統(tǒng)。
　　本文從室內(nèi)空間譜指紋入手，采用信息融合技術對空間譜群指紋

2、進行融合，并通過軟件無線電通用外部設備（Universal Software Radio Peripheral, USRP）對文中引入和改進的算法進行驗證，經(jīng)過實驗證明，本文算法取得了較好的性能。
　　本文的主要工作如下：
　　(1)對經(jīng)典的室內(nèi)定位算法進行分析，分別介紹了到達時間（Time Of Arrivel, TOA）、到達時間差（Time Difference Of Arrival, TDOA）、接收信號強度（Rec

3、eived Signal Strength, RSS）和波達方向（Direction Of Arrival, DOA）估計算法。接著簡要的介紹了目前常用的室內(nèi)定位系統(tǒng)，并分析了其優(yōu)缺點。通過對當前的室內(nèi)定位算法和室內(nèi)定位系統(tǒng)進行分析，使我們對室內(nèi)定位技術有了深入的認識，從而清楚地認識到當前室內(nèi)定位技術存在的不足，為本文對當前定位技術進行改進指明了方向。
　　(2)針對 RSS指紋應用于室內(nèi)環(huán)境中的缺點，提出了主成分分析（Princ

4、ipal Component Analysis, PCA）指紋、協(xié)方差指紋和四階累積量指紋。和RSS指紋相比，這些指紋保存了更多的室內(nèi)空間信息，因此其穩(wěn)健性更好，文中并以仿真實驗的方式進行了驗證。
　　(3)針對指紋庫匹配計算量較大的問題，本文通過數(shù)據(jù)聚類技術對目標進行粗定位，這能極大的減小在線指紋匹配時的計算量；然后，利用室內(nèi)環(huán)境中的多種空間譜指紋結(jié)合集成學習、神經(jīng)網(wǎng)絡和Dempster-Shafer（DS）證據(jù)理論來對目標進行