基于動態(tài)APs的Wi-Fi室內(nèi)定位方法研究.pdf

1、本課題來源于中國科學(xué)院重慶綠色智能技術(shù)研究院的項目“智慧國博”移動會展平臺系統(tǒng)開發(fā)。當(dāng)前，阻礙Wi-Fi室內(nèi)定位技術(shù)的廣泛應(yīng)用的最大瓶頸問題是精度不高。針對這個問題，本文提出了動態(tài)APs（Access Points）的Wi-Fi室內(nèi)定位方法。理論和實驗表明，該算法能達到較好的定位性能。
　　首先，介紹了國內(nèi)外現(xiàn)狀和研究思路。介紹了室內(nèi)定位、基于Wi-Fi的三角形定位和基于Wi-Fi的指紋法定位的基本概念和相關(guān)內(nèi)容的國內(nèi)外現(xiàn)狀。三角

2、形法是一種計算量較小的經(jīng)典定位方法，但是誤差較大，而位置指紋法定位精度較高而計算量較大。研究表明，將兩者有效的結(jié)合起來會是種定位效果較理想的新算法。
　　然后，建立了RSS（Received Signal Strength）模型。根據(jù)現(xiàn)場的測試結(jié)果，修正了RSS的對數(shù)距離路徑損耗模型，給出了路徑損耗系數(shù)n和噪聲方差范圍。
　　其次，討論動態(tài) APs的Wi-Fi室內(nèi)定位方法。在分析傳統(tǒng)位置指紋法與三角形定位法的基礎(chǔ)上，按照傳統(tǒng)

3、的方法根據(jù)現(xiàn)場場景建立了位置指紋庫并建立了改進的位置指紋定位的理論模型。利用上述理論模型，本文討論了不同的匹配算法，噪聲強度和AP的數(shù)量（指紋矢量的維數(shù)）對定位精度和計算量的影響，從而得到最優(yōu)的定位算法：首先以某個AP對某個參考點的RSS的值估計系統(tǒng)的噪聲強度，然后利用三角形法估計出初始位置，并得到需要匹配的最大參考點數(shù)目，再利用3NN匹配算法和最優(yōu)AP數(shù)量進行精確定位。最后比較了不同RSS的噪聲強度情況下，改進的位置指紋法與傳統(tǒng)位置指

4、紋法的定位精度與定位時間。
　　最后，現(xiàn)場測試表明，在RSS的噪聲標準差不高于7dB時，4.45米定位誤差范圍內(nèi)累積概率達到75％可以滿足項目的要求。
　　總之，本論文建立了RSS模型，按照傳統(tǒng)指紋定位的方法根據(jù)現(xiàn)場場景建立了位置指紋庫和位置指紋定位的理論模型。提出了動態(tài) APs的 Wi-Fi室內(nèi)定位方法。工程測試表明，在RSS的噪聲標準差不高于7dB時，該算法可明顯提高定位精度?？梢灶A(yù)見，隨著相關(guān)硬件條件的改進，定位精度還