信息融合手机室内定位课稿.pptVIP

基于手机WIFI的室内定位与导航 Information Fusion 目录 实际操作演示 室内定位研究意义 软件实现原理与算法 总结展望 一、研究意义 易于安装 需要少量的接入点（Access Point） 传输速度快，成本较低 覆盖范围广 室内定位和跟踪是无法利用GPS和蜂窝无线定位来实现 基于手机WiFi的室内定位 “位置指纹” 定位特征为RSS信号强度值 无需室内传播模型 需要建立数据库 二、软件实现 位置指纹定位算法 2.基于对数正态分布模型的信号处理 1.AP信息的采集与获取 4.实现定位 框架设计 3.位置指纹数据库 1.AP信息的采集与获取 基于WIFI的手机室内定位系统使用的定位算法中信号强度 RSS 的采集是关键部分，RSS不能采集，就不能对用户进行定位。接收信号强度代表了参考位置点的 指纹信息，只有在采集到来自各个AP的RSS信号之后，才能进行室内定位，估计用户的位置。带有WiFi接口的设备可以通过无线网卡中的网络驱动接口规范 NetworkDriver Interface Specification，NDIS 获取AP的RSS信号。 RSS信息获取之后，需要通过网络将定位需要的参数传送到服务器，传输数据帧的结构如表： 参数 描述 数据类型 定位状态 离线（在线）定位阶段 Bool AP数目 用于定位AP的数目 Byte RSS数目 每次采集的来自每个AP的RSS值得数目 Int BSSID地址 搜索到的AP的MAC地址 Char（16） AP名称 搜索到的AP的名称 Char（32） RSS值 采集的来自AP的RSS值 long 2.基于对数正态分布模型的信号处理 利用对数正态分布模型对 采样的信号进行筛选 标准对数正态分布概率函数表示为： 判别式： （1） （3） （2） 把这些高概率的信号强度带入公式 2 得到一个新的平均信号强度u 然后通过下式得到处理后的信号强度值： 3.位置指纹数据库（离线阶段） 室内定位系统学习阶段需要首先选定参考位置点，由人员在参考位置点处用手机，运行学习模式获取RSS样本，采集完成后，记录该参考位置点的坐标及RSS信号处理后的数据信息，依次完成定位场景中的所有参考位置点的RSS信号的采集，并将参考位置点坐标及其RSS相关信息存入数据库中，形成定位场景的位置指纹数据库。 位置指纹数据库中存储参考位置点的指纹信息，主要包括参考位置点标号、参考位置点的名称、参考位置点的X坐标、参考位置的Y坐标、参考位置点处搜索到AP的MAC地址、采集的来自AP的RSS值。 4.实现定位（在线阶段） 在线定位阶段，定位终端首先会根据收到的周围的AP信号强度值，将它和指纹数据的信号进行矢量匹配，然后再采取某种指纹定位算法得到定位目标的位置。常用的指纹定位算法有：最近邻算法、K加权近邻算法、贝叶斯概率算法。 本次采用概率密度算法。 利用参考点的信号强度概率对目标进行定位 在每一个采样点信号概率密度函数表示为： 每一个参考位置点的信号强度概率： （1） （3） （2） （概率密度算法） 三、定位演示的实现 1、设备场地选择 场地选在星c学生宿舍4楼半，选择8个宿舍，阳台以及洗漱间作为定位点。每个点都有相应的Wifi信号信息，用手机依次在这10个点采集信号的信息作为数据库，采集完毕后，随机在10个点中选择测试点进行测试，记录定位结果。 流程图： 结束 开始 RSS实时采集 记录各个点的信息作为数据库 使用库中匹配的AP的RSS信息进行定位 显示定位地点 2、界面展示 测试结果 测试地点 阳台 404 406 408 410 412 416 洗漱间 420 422 正确率 100% 100% 100% 100% 80% 0% 60% 60% 60% 80% 整体正确率：74% 三、总结展望 当前随着WiFi技术的发展和WiFi的普及，在室内环境下通过wiFi信号进行室内定位已经成为了可能，而且具有很大的潜力。在本次测试中，测试成功率在WiFi信号简单的区域极高，而在整个宿舍楼的中间部分也就是WiFi信号最为复杂的区域准确率骤降，所以在信号采集与处理的算法中需要继续完善，过滤掉部分WiFi信号才能保证正确率。 另外从实用性方面来看，软件在使用过程中需要对已知地点进行预先的学习，才能在下次到达该地点时获取位置坐标，所以说如果在推广实用性上需要建立离线数据库以及建立稳定的WiFi信号覆盖区域。 参考文献： Java编程从基础到应用，清华大学出版社 马宁．基于RSSI的RFID室内无线定位算法研究[D]，电子科技大学硕士学位论文，2009 室内定位理论、方法和应用[M]，北京：电子工业出版社，2012，9 范霄，基于WiFi信号的无线室内定位[学位论文]硕士 2013 本次课程设计使用MyEcli