论文部分内容阅读
随着智能终端的大量涌现以及室内定位技术的不断发展,人们对于位置服务的需求也越来越多。基于WLAN的室内定位以其较高的定位精度以及不需要额外的设备和过多的人力物力开销等优点而得到广泛的应用。位置指纹法是WLAN室内定位中被广泛应用的定位方法,主要分为离线和在线两个阶段。本论文也正是对位置指纹定位算法进行研究,针对实际问题等提出对不同算法的改进来提高定位精度。科技的不断进步使得用户移动终端的种类多种多样,从不同品牌,型号,配置的笔记本电脑到各种类型的智能手机,无线上网设备,掌上PAD等,电子产品正在改变人们的生活并且成为日常生活中必不可少的一部分。室内定位中常常会出现这样的问题,用户所使用的移动终端具有随机多样性,与离线建立数据库所用终端存在差异,导致在线阶段的匹配出现较大误差严重影响了定位精度甚至导致定位失败,并且现有方法存在较大人力物力同时也不利于保证定位的实时性,定位精度的提高也是有限的。本文针对这一问题提出的KNN的改进算法具有很好的适用性。同时对目前尚处于起步阶段的基于压缩感知的室内定位算法进行推广应用,比较不同重构算法在室内定位中的性能并提出其改进算法等。首先,本文对位置指纹定位算法进行了归纳总结,对各个算法的定位原理进行了详细介绍,并针对终端差异这一问题,总结介绍了几种典型的解决终端差异的方法,为后续的研究提供理论基础。其次,一方面分析产生终端差异的本质原因以及信号强度特性,提出基于余弦相似度的改进KNN算法,分析解决终端差异的定位机理;另一方面,本文进一步研究基于压缩感知的室内定位算法,并将不同重构算法用于进行定位性能的比较,提出SL0重构算法优于其他算法,并且对SL0进行改进,提出基于共轭梯度方向法的改进SL0算法进一步提高定位精度。最后,采用实测数据进行实验验证算法的有效性,实验证明,改进的KNN算法保证了定位实时性的同时提高了定位精度;改进的SL0算法优于传统算法。