论文部分内容阅读
随着移动互联网的飞速发展,人们对基于位置服务的需求越来越强烈,室内定位技术越来越成为研究热点。室内定位在设备、人员的监控和管理等领域已经广泛应用。针对一种室内定位技术的定位精度不高的问题,本文研究了WIFI和蓝牙技术融合的定位方法。
首先,针对基于WIFI的位置指纹算法在室内定位中的关键问题进行了分析,室内复杂环境下WIFI信号强度波动较大,指纹特征和匹配算法是影响算法精度的两大因素。具体研究中:(1)在离线阶段,对位置指纹特征数据进行采集并使用高斯滤波进行预处理;(2)在线阶段,采用投票策略区域判定和最强AP选择策略减少了定位计算量;(3)同时,对比了最近邻法(Nearest Neighbour,NN)、K近邻法(K Nearest Neighbours,KNN)、K加权近邻法(Weighted K Nearest Neighbours,WKNN)匹配算法的性能,对WKNN的k值选取进行优化研究。仿真分析证明,改进的“基于SSCM(Signal Strength Correlation Method,SSCM)的综合指纹定位算法”可以取得较好的定位速度和精度。
其次,为弥补单一定位带来的定位误差,引入了蓝牙定位技术,将WIFI和蓝牙进行融合以实现室内定位。具体研究中:(1)基于室内定位模型的测距算法,选择“对数-常态”分布模型应用于蓝牙定位中。通过对接收信号强度个数的判断改进了“基于LRCM(Location Result Correlation Method,LRCM)的APIT蓝牙定位算法”;(2)结合“基于SSCM的综合指纹定位算法”与“基于LRCM的APIT蓝牙定位算法”,得出了两种融合定位的解决方法,方法一:大范围WIFI定位与小范围蓝牙辅助相结合的方法。在仿真环境中验证了融合之后的定位结果比单一WIFI定位结果好。方法二:加权融合定位算法采用基于改进型的高斯核函数作为权值将单一WIFI和蓝牙进行决策层的融合,并通过实验分析得出良好的定位结果,具有一定的实用价值。
最后,将本文研究的基于WIFI和蓝牙融合的室内定位算法应用于某小区移动安保系统中,实际证明该方法具有一定的精度和较高的实用性。
首先,针对基于WIFI的位置指纹算法在室内定位中的关键问题进行了分析,室内复杂环境下WIFI信号强度波动较大,指纹特征和匹配算法是影响算法精度的两大因素。具体研究中:(1)在离线阶段,对位置指纹特征数据进行采集并使用高斯滤波进行预处理;(2)在线阶段,采用投票策略区域判定和最强AP选择策略减少了定位计算量;(3)同时,对比了最近邻法(Nearest Neighbour,NN)、K近邻法(K Nearest Neighbours,KNN)、K加权近邻法(Weighted K Nearest Neighbours,WKNN)匹配算法的性能,对WKNN的k值选取进行优化研究。仿真分析证明,改进的“基于SSCM(Signal Strength Correlation Method,SSCM)的综合指纹定位算法”可以取得较好的定位速度和精度。
其次,为弥补单一定位带来的定位误差,引入了蓝牙定位技术,将WIFI和蓝牙进行融合以实现室内定位。具体研究中:(1)基于室内定位模型的测距算法,选择“对数-常态”分布模型应用于蓝牙定位中。通过对接收信号强度个数的判断改进了“基于LRCM(Location Result Correlation Method,LRCM)的APIT蓝牙定位算法”;(2)结合“基于SSCM的综合指纹定位算法”与“基于LRCM的APIT蓝牙定位算法”,得出了两种融合定位的解决方法,方法一:大范围WIFI定位与小范围蓝牙辅助相结合的方法。在仿真环境中验证了融合之后的定位结果比单一WIFI定位结果好。方法二:加权融合定位算法采用基于改进型的高斯核函数作为权值将单一WIFI和蓝牙进行决策层的融合,并通过实验分析得出良好的定位结果,具有一定的实用价值。
最后,将本文研究的基于WIFI和蓝牙融合的室内定位算法应用于某小区移动安保系统中,实际证明该方法具有一定的精度和较高的实用性。