中南大学物联网定位实验报告汇编.doc

物联网定位技术 实验报告 学生姓名 关华 学 号 0919130121 专业班级 物联网工程1301班 指导老师 张士庚 学 院 信息科学与工程学院 完成时间 2016年6月  目 录 实验一 Wi-Fi指纹定位系统的实现与性能评价 1 1. 实验目标 1 2. 实验背景 1 3. 实验原理 1 3.1 wifi基础知识 1 3.2室内定位方法建模 2 3.3指纹定位算法 3 4. 关键代码 4 5. 实验结果 6 6. 室内定位误差分析 8 实验无传感器网络定位实验 10 1. 实验目标 10 2. 实验要求 10 3. 算法介绍 10 3.1基本内容介绍 10 3.2迭代多边定位算法 11 3.3 DV-HOP算法 11 3.4 PDM算法 11 4.算法实现 12 4.1迭代多边定位算法 12 4.2 DV-HOP算法 14 4.3 PDM算法 16 5.实验结果和分析 17 迭代多边定位算法 17 DV-HOP算法 19 PDM算法 20 三 22  实验一 Wi-Fi指纹定位系统的实现与性能评价 实验目标 通过实现一个基于Wi-Fi指纹的室内定位系统，掌握指纹定位的原理和实现方式，并进行测试，对所实现的指纹定位系统的误差性能进行评价。 实验背景 WIFI位置指纹定位技术是基于接收信号传播特性而进行定位的,与传统定位技术相比,其无需额外添加设备来进行角度测量与时间同步,且充分利用了己有W1FI无线网络,降低其使用成本。其次,WIFI位置指纹定位技术与传统室内定位技术(如:视频信号与红外定位)相比,其扩展性更强、应用范围更广。由于WIFI信号传输时受非视距、多径衰落等因素影响较小,故基于WIFI网络的指纹定位系统稳定性较强,而基于红外或视频信号定位技术在使用时较易受限,比如:在阳光直射或突光照射下基于红外技术定位的精度将大大降低,而基于视频信号的定位技术使用前提是移动终端必须在可视条件下。 在城市人口居住密集的今天,由于室内与地下的无线基站信号较弱,现有主流定位技术GPS、AGPS、Google Map等在室内与地下定位时均存在盲区,且定位精度不高,而WIFI位置指纹定位技术可通过WIFI网络中的AP进行定位,避免了对无线基站网络的依赖,从而实现了地下或室内环境的准确高效定位,其在地下室内商场、停车场、物流等行业均具有潜在应用价值。 实验原理 3.1 wifi基础知识 W1FI网络的组成结构如下图2-1所示,主要包括了接入点(Access Point,AP)、站点(Station,STA)、无线传输介质(Wirless Medium,WM)与分布式系统(DistributionSystem,DS)。 WIFI无线网络工作原理框图 3.2室内定位方法建模 传播模型定位法是根据信号传播距离与衰减的关系进行建模,并通过建立的传播模型将RSS转换成信号的传播距离,从而完成对移动终端的定位。传播模型法在定位时无需额外的硬件设备,故其定位成本很低,且其在定位时不会影响到现有网络数据的传输。 虽然传播模型定位法有以上优点,但由于其定位精度不高导致其应用范围不是很广,目前播模型定位法只应用于粗略定位与测距中,其定位步骤如下:①在己知室内环境下,利用接收信号强度估计此环境下的传播模型与参数值;②利用①中的传播模型,通过获取未知终端节点的RSS来完成对其定位。位置指纹定位法是通过移动终端的RSS与指纹库中的指纹数据进行匹配,然后再通过某种算法来计算其位置。 3.3指纹定位算法 无线信号依赖传播环境,在不同位置上,其信道的多径特征也均不相同。无线信号在传播过程中经反射、折射、散射后,生成与传播环境相关且独特的信号,我们称此多径特征为“位置指纹”。信号的多径特征包括信号强度、脉冲响应时间、信噪比等,本文主要釆用接收AP信号的强度值(即RSS)作为信号指纹特征。位置指纹法在定位过程中分`离线/训练与`在线/定位两个阶段,其定位流程如下图所示。 ①离线/训练阶段 指纹定位在离线阶段主要采集定位场所中各参考点位置上的信号多径特征(信号强度),从而建立位置指纹数据库。 ②在线/定位阶段在实际定位过程中,移动终端首先会接收到周围AP接入点发出的信号特征记为Rss,然后则可遍历指纹数据库对此RSS矢量进行匹配,最后再采取某种指纹定位算法计算出移动终端的位置。常用的指纹定位算法有:最近邻法CNN)、K近邻法(KNN)、K加权近邻法(WKNN)、贝叶斯概率算法、BP神经网络算法等. 假设在定位区域中共有L个位置指纹参考点,