基于位置指纹的WLAN室内定位技术研究-信息与通信工程专业论文.docxVIP

万方数据 万方数据 Classified Index: TN929.5 U.D.C: 621.396 Dissertation for the Doctoral Degree in Engineering RESEARCH ON WLAN INDOOR LOCALIZATION BASED ON LOCATION FINGERPRINT Candidate： Sun Yongliang Supervisor： Prof. Xu Yubin Academic Degree Applied for： Doctor of Engineering Speciality： Information and Communication Engineering Affiliation： School of Electronics and Information Engineering Date of Defence： December, 2013 Degree-Conferring-Institution： Harbin Institute of Technology 摘 要 摘 要 随着无线通信和普适计算的发展，基于位置的服务变得多种多样，能够 为目标定位、紧急救援、交通管理等提供精确的定位信息。但是由于信号衰 减、复杂无线传播环境等因素的影响，室外定位方法在室内环境的应用受限， 所以人们开发了多种室内定位系统。目前，由于无线局域网(Wireless Local Area Network, WLAN)的接收信号强度(Received Signal Strength, RSS)易于测 量和其接入点布置广泛，基于位置指纹的 WLAN 室内定位技术已经成为普适 计算中位置感知领域的研究热点。但由于在室内环境下存在多种因素影响定 位精度并且 WLAN 位置指纹定位技术的一些关键环节还有待深入研究，所以 为室内用户提供实时和精确的定位结果仍然面临一些挑战。 通过对基于位置指纹的 WLAN 室内定位技术的深入研究和对该领域国 内外研究和发展现状的分析，目前 WLAN 位置指纹定位技术主要存在以下几 个方面的问题：首先，通常在一个位置可以采集多个 RSS 样本，但大多数位 置指纹定位算法仅利用多个 RSS 样本的均值定位，对 RSS 样本的利用效率 较低。其次，对于移动用户定位，滤波算法可以利用相邻定位结果之间的空 间相近性等信息提高定位精度。但是，已有的线性滤波算法能力有限而非线 性滤波算法通常计算复杂度较高。最后，建立位置指纹图的工作量通常较大， 并且建立后需要根据室内无线传播环境变化而对其更新从而保证较高的定位 精度。因此，针对上述 WLAN 位置指纹定位存在的问题，本文的主要工作和 创新点如下： 第一，介绍和比较已有室内定位系统的定位原理和特点，在分析各个室 内定位系统的基础上，说明 WLAN 位置指纹定位技术的特点及其被广泛研究 的原因。然后，总结 WLAN 位置指纹定位技术中的位置指纹定位算法、滤波 算法和位置指纹图更新这些关键环节的国内外研究发展现状和目前存在的问 题。最后，详细介绍和分析几种典型的位置指纹定位算法和滤波算法，为后 续章节的研究奠定理论基础。 第二，针对现有位置指纹定位算法利用 RSS 均值样本定位、RSS 样本利 用效率低的问题，提出基于 RSS 矩阵相关的位置指纹定位算法。该算法将在 线采集的所有 RSS 样本排列成矩阵并将参考点的 RSS 变化程度作为权值计 算在线 RSS 矩阵和参考点 RSS 矩阵之间的相关系数，根据相关系数选择近 邻参考点计算定位结果，可达到比经典近邻选择算法更高的定位精度。在该 I - 哈尔滨工业大学工学博士学位论文 算法的基础上，针对不同应用场景，提出基于离线和在线计算的两种快速 RSS 矩阵相关算法。提出的快速矩阵相关算法可有效降低 RSS 矩阵相关系数的计 算复杂度，使该算法更适合实际应用。 第三，当前用于处理位置指纹定位结果的 Kalman 滤波算法采用线性预 测模型预测用户状态，这限制了 Kalman 滤波算法的性能。针对这个问题， 提出基于地图匹配的 Kalman 滤波算法。首先，根据获得的室内地图信息提 出室内地图匹配算法。该算法利用室内地图矩阵，实现对建筑结构、人们活 动区域和活动路径的识别。根据建筑结构，将不合理的定位结果修正到代表 人们活动路径的连接模型上，从而提高定位精度。并在此基础上，将地图匹 配算法与 Kalman 滤波算法相结合，利用室内地图信息和相邻定位结果之间 的空间相近性修正定位结果，可大幅度提高定位精度。 第四，针对位置指纹图建立的工作量大并且需要根据室内无线传播环境 变化而更新的问题，提出一种基于人工神经网络的定位误差修正算法降低静 态位置指纹图的影响。