基于WiFi的室内定位技术研究-计算机科学与技术专业论文.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 无线网络的发展和普适计算技术的广泛应用使基于位置的服务（Location Based Service， LBS）对移动用户的位置信息需求逐步增多。目前，基于卫星信号的室外定位系统已非常成 熟，但无法应用在结构复杂的室内环境，因而室内定位技术迅速成为人们的研究热点。同时， 高速发展的无线网络技术因其通信速度快、部署方便等特点使基于 WiFi 的室内定位技术得到 广泛关注和研究。因此，本文以基于 WiFi 的室内定位方法中应用最广泛的位置指纹定位技术 作为研究基础，针对其中存在的问题研究了相应的改进算法和策略，并基于该算法和策略在 Android 平台上实现了一套定位和地图相结合的室内定位系统。具体研究内容如下： 第一，针对基于接收信号强度（Received Signal Strength，RSS）的 WiFi 室内定位技术中 传统加权 K 近邻（Weighted K-nearest Neighbor，WKNN）算法不能自适应获取 WLAN 中有 效接入点且参考点匹配准确度不高的问题，本文研究了自适应匹配预处理 WKNN 算法。该算 法中每个实时定位点自适应地根据网络状况对无线接入点（Access Point，AP）的 RSS 均值 由大到小排序，然后选择 RSS 均值较大的前 M 个 AP，与参考点中对应的 M 个 AP 一起参与 匹配预处理计算，从而优化了传统的指纹定位算法。实验结果表明，该算法可获得 30%以上 的定位误差改善，有效提高了定位精度和定位稳定性。 第二，针对不同设备间 RSS 检测能力差异导致指纹数据库不能直接匹配不同品牌和型号 的移动设备，从而使定位精度和稳定性降低的问题，研究了一种基于余弦相似度（Cosine Similarity，CS）的 RSS 检测差异补偿策略，该策略引入余弦相似度作为不同设备之间能否进 行 RSS 差异补偿的度量标准，对满足度量标准的设备组通过比值校正的方法补偿 RSS 检测差 异，有效解决了由于不同设备 RSS 检测能力差异带来的定位精度和稳定性下降问题。 第三，基于 Android 平台实现了一套基于室内地图的 WiFi 室内定位系统，该系统将室内 定位技术和室内地图技术有机结合，在离线训练阶段只需轻轻点击地图即可从地图数据库中 获得该参考点的坐标及楼层信息并保存至指纹数据库，极大地简化了离线训练过程，同时可 将每一个参考点都直观地显示在地图上，使参考点训练更加简洁、直观、合理。在线定位阶 段也可利用地图数据使定位更加准确、直观、高效。在此基础之上，该系统实现了单点定位、 移动定位和历史轨迹查询等功能，并且为未来系统功能的扩展提供了接口。最后，在该系统 中对上述两点算法进行了实际的测量和验证，效果显著。 关键词：WiFi 室内定位，室内地图，加权 K 近邻算法，自适应匹配预处理，余弦相似度， RSS 差异补偿，比值校正 I Abstract With the development of wireless network and extensive application of pervasive computing technology, Location Based Service (LBS) has inspired a growing demand of the location information of mobile users. At present, the outdoor positioning system based on satellite signal is very mature, but it cannot be used in the co