基于無(wú)線網(wǎng)絡(luò)的室內(nèi)定位算法研究.pdf

1、隨著無(wú)線網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，基于位置的服務(wù)需求越來(lái)越大，而室內(nèi)定位是研究的重點(diǎn)和難點(diǎn)。近年來(lái)，越來(lái)越多的研究人員投身于室內(nèi)定位的研究中。而室內(nèi)環(huán)境復(fù)雜多變，至今沒有一個(gè)很好的算法能夠適用于所有的室內(nèi)環(huán)境。本文首先介紹了現(xiàn)有的一些經(jīng)典的室內(nèi)定位算法以及它們的優(yōu)缺點(diǎn)，然后在這些算法的基礎(chǔ)上提出了改進(jìn)算法。
　　本文的創(chuàng)新點(diǎn)和主要工作如下:
　　1、針對(duì)天線非全向性的問題，本文在第3章中提出了一種基于Unscented卡爾曼濾波的

2、定位算法。利用基于RSSI值的測(cè)距模型進(jìn)行距離測(cè)量，并使用Unscented卡爾曼濾波算法估計(jì)節(jié)點(diǎn)坐標(biāo)。由于RSSI值的測(cè)量和測(cè)距模型參數(shù)容易受到環(huán)境的影響，而且環(huán)境是實(shí)時(shí)動(dòng)態(tài)變化的，所以本文采用高斯濾波對(duì)RSSI值進(jìn)行優(yōu)化，并對(duì)環(huán)境參數(shù)使用線性回歸算法進(jìn)行優(yōu)化并采用自適應(yīng)機(jī)制進(jìn)行更新。
　　2、由于無(wú)線信號(hào)在室內(nèi)傳播過程中受到墻壁和室內(nèi)物體的反射、信號(hào)自身的衍射、傳播的多徑效應(yīng)和節(jié)點(diǎn)天線方向等的影響，使用傳統(tǒng)的定位算法并不能達(dá)到

3、很好的精度。大量的實(shí)驗(yàn)顯示RSSI值與物理距離之間存在多對(duì)多的現(xiàn)象，針對(duì)這一固有特性，本文在第4章提出了一種基于n元距離組的指紋定位算法，建立RSSI值和距離的映射關(guān)系，使用高斯濾波對(duì)RSSI值進(jìn)行優(yōu)化處理之后，通過計(jì)算待定位點(diǎn)與訓(xùn)練集中的RSSI值的相似性得到映射距離集合，并使用K-means聚類算法對(duì)距離集合進(jìn)行分類以減小計(jì)算復(fù)雜度。
　　3、針對(duì)現(xiàn)有定位算法沒有考慮天線測(cè)量角度這一重要因素，本文在第5章中提出了一種特征區(qū)域定