基于WLAN的室內(nèi)定位指紋算法研究及應(yīng)用.pdf

1、隨著無(wú)線通訊技術(shù)和智能終端的廣泛應(yīng)用，使基于位置服務(wù)(Localtion Based Service,LBS)的應(yīng)用逐漸從室外延伸到室內(nèi)。由于室內(nèi)WLAN部署廣泛且移動(dòng)終端可以容易獲取接收信號(hào)強(qiáng)度，使基于位置指紋的WLAN室內(nèi)定位方法受到了國(guó)內(nèi)外學(xué)者的重視。針對(duì)室內(nèi)環(huán)境中RSS信號(hào)波動(dòng)性大以及不同終端信號(hào)接收能力差異性的問(wèn)題，本文通過(guò)對(duì)RSS特性進(jìn)行分析，提出一種新穎的位置指紋定位算法，并進(jìn)一步對(duì)指紋算法進(jìn)行了優(yōu)化研究，最后設(shè)計(jì)開發(fā)了室

2、內(nèi)定位應(yīng)用系統(tǒng)。本文主要工作和創(chuàng)新點(diǎn)如下：
　?。?）針對(duì)RSS信號(hào)時(shí)變性以及不同終端信號(hào)接收能力差異性，導(dǎo)致WLAN位置指紋定位不穩(wěn)定的問(wèn)題，提出基于RSS空間位置線性相關(guān)的定位算法。該算法以離線采集的多組RSS樣本形成的特征矩陣構(gòu)建離線指紋數(shù)據(jù)庫(kù)，定位時(shí)，通過(guò)計(jì)算實(shí)時(shí)RSS矩陣與指紋庫(kù)參考點(diǎn)相關(guān)性，得到最相關(guān)的k個(gè)參考點(diǎn)，并利用二次加權(quán)質(zhì)心算法計(jì)算用戶的最終位置。為了有效降低信號(hào)時(shí)變性的影響， RSS采樣時(shí)進(jìn)行了濾波、排序等處

3、理，構(gòu)建離線指紋數(shù)據(jù)庫(kù)時(shí)盡量增加采樣次數(shù)，但需要對(duì)樣本進(jìn)行聚合處理以適應(yīng)定位相關(guān)性計(jì)算。
　?。?）為了降低定位匹配計(jì)算過(guò)程中計(jì)算開銷，研究提出適用于RSS空間線性相關(guān)定位算法的位置指紋聚類方法。以RSS特征矩陣作為聚類樣本，利用相關(guān)系數(shù)作為相似性度量標(biāo)準(zhǔn)，通過(guò)K-means聚類方法將指紋數(shù)據(jù)庫(kù)分割成相對(duì)較小的指紋子庫(kù)，匹配計(jì)算時(shí)采用動(dòng)態(tài)篩選策略對(duì)指紋子庫(kù)進(jìn)行判斷，通過(guò)匹配被選中的指紋子庫(kù)即可估算最終位置，這樣可以縮小匹配計(jì)算過(guò)程