基于RSS指紋的室內(nèi)定位方法.pdf

1、近年來(lái)，基于無(wú)線接入點(diǎn)(Access Point，AP)接收信號(hào)強(qiáng)度(Received Signal Strength，RSS)的位置指紋(Location Fingerprinting，LF)室內(nèi)定位技術(shù)已成為國(guó)內(nèi)外位置感知研究的熱點(diǎn)。基于RSS指紋的室內(nèi)定位技術(shù)通過(guò)利用在感興趣區(qū)域(Range of Interest，ROI)采集到的來(lái)自各個(gè)AP的RSS值來(lái)推斷觀察者或場(chǎng)景內(nèi)物體的坐標(biāo)，且事先不需知道AP的位置。此外基于位置指紋的定

2、位技術(shù)不需要添加額外的硬件支持，可以方便的應(yīng)用到移動(dòng)設(shè)備中，展現(xiàn)出明顯的優(yōu)勢(shì)。論文深入研究了基于 RSS的室內(nèi)定位技術(shù)，并分析了提高定位精度的方法。本文提出基于位置指紋的解耦室內(nèi)定位，通過(guò)對(duì)X軸和Y軸獨(dú)立地進(jìn)行定位決策，以期在減少?zèng)Q策代價(jià)的同時(shí)提高定位精度。
　　本文首先給出了基于RSS的無(wú)線局域網(wǎng)(Wireless Local Area Network，WLAN)室內(nèi)定位系統(tǒng)的研究依據(jù)。并分析了幾種基于WLAN的室內(nèi)定位系統(tǒng)的優(yōu)

3、缺點(diǎn)，對(duì)比得出基于LF的定位技術(shù)是目前應(yīng)用最多、發(fā)展前景最好的方法。其次，分析概括了定位技術(shù)的理論基礎(chǔ)。本文先從WLAN網(wǎng)絡(luò)的組成、拓?fù)浣Y(jié)構(gòu)及工作模式簡(jiǎn)要描述了無(wú)線局域網(wǎng)。在此基礎(chǔ)上，給出當(dāng)前應(yīng)用較為廣泛的幾種在 WLAN環(huán)境下的室內(nèi)定位技術(shù)，并重點(diǎn)闡述了 LF定位原理。然后介紹了三種應(yīng)用最多的定位算法，即K近鄰(K-nearest Neighbor，K-NN)法、樸素貝葉斯法和支持向量機(jī)(Support Vector Machine，

4、SVM)法。接下來(lái)，實(shí)現(xiàn)了基于最小二乘支持向量機(jī)(Least Squares Support Vector Machine，LS-SVM)的LF室內(nèi)定位。本文首先提出基于LS-SVM的指紋定位模型，再給出了 LS-SVM指紋樣本訓(xùn)練的具體實(shí)現(xiàn)過(guò)程。接下來(lái)詳細(xì)闡述了如何利用一對(duì)一和一對(duì)多方法將多分類問(wèn)題轉(zhuǎn)化為多個(gè)二值分類問(wèn)題。仿真結(jié)果表明，較傳統(tǒng)SVM、K-NN方法的分類準(zhǔn)確率高且計(jì)算代價(jià)小。最后，實(shí)現(xiàn)了基于RSS指紋的解耦室內(nèi)定位。文章