WLAN室内定位中位置指纹技术优化-信号与信息处理专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 随着移动智能终端在生活中的大量普及，基于终端的应用也日趋多元化。得益于智能终 端，室内定位系统摆脱了需要额外硬件设备的枷锁。但也出现了新的问题，在无线局域网 （Wireless Local Area Networks , WLAN)位置指纹定位系统中，由于开发人员与用户所持终端 不同，接收信号强度（Received Signal Strength Indication, RSSI）测量结果存在差异。另外， 在定位过程中，因为人为或者自然原因，参考接入点（Access Point, AP）不可达或位置变更， 导致定位结果不准确。现有减少终端差异的线性或非线性校准方法，需要在离线阶段预先针 对应用环境进行数据训练。为了减少终端差异带来的影响，有效处理参考 AP 异常现象，文章 基于指纹定位技术，对以上问题进行分析研究。相应的，本文具体研究内容分为以下几个部 分： 首先，针对终端差异带来的信号强度值测量差异问题，文章通过分析指纹数据与用户数 据之间的曲线相似度，提出了基于 pearson 相关系数的室内定位算法。与线性、非线性校准方 法相比，pearson 相关系数法不需要离线阶段模型训练，环境改变时也无需重新建立模型。在 相同环境下，文章对相关系数法和传统欧氏距离定位算法进行了比较。实验结果表明，在存 在终端差异情况下，基于 pearson 相关系数的定位算法在 2m 内误差减少了 8%。 其次，文章分析了在定位过程中参考 AP 不可达和位置移动现象，并提出了相应的算法 与解决方案。主要包括两个方面：第一，针对定位过程中参考 AP 不可达现象，提出基于权重 因子的定位算法。通过求取指纹数据与用户数据交集中 AP 数目，定义权重因子，来修正定位 结果。实验表明，当存在 AP 不可达情况时，与非基于权重法相比，此算法在 3 米内的定位精 度提高了 9%；第二，针对参考 AP 位置变更问题，文章通过 pearson 相关系数和群智感知相 结合，来感知 AP 位置变化。当参考 AP 发生位置变更时，测得的 AP 信号强度与指纹库中差 异较大，基于此特征，文章定义与 AP 位置相关的 pearson 系数，根据此系数来判断 AP 位置 是否发生变化。 最后，利用移动智能终端，在多终端所建立的指纹库定位系统中，比较了 pearson 相关系 数法和欧氏距离算法的定位精度。模拟群智感知系统中的指纹库建立过程，文章在同一环境、 不同位置处，利用多种移动智能终端进行 RSSI 数据采集，建立指纹库。验证结果表明，pearson 相关系数法比传统欧氏距离算法在 2m 内的定位精度提高了 30%。 关键词: WLAN，室内定位，位置指纹，终端差异，RSSI I Abstract With the wide popularity of intelligent terminals, mobile terminal-based applications are becoming diversified. Thanks to the diversity of intelligent terminals, the indoor localization system gets rid of the shackle which requires to deploy additional hardware. But the new problem appears, the RSSI (Received Signal Strength Indication) measurements might be different as the developers and user