基于无线信号的室内定位系统的研究与实现-软件工程专业论文.docxVIP

万方数据 万方数据 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或 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 制手段保存和汇编本学位论文。 保密 □，在 年解密后适用本版权书。 本学位论文属于 不保密 □。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 基于无线信号的室内定位系统的研究与实现20 基于无线信号的室内定位系统的研究与实现 2015-12-06 基于无线信号的室内定位系统的研究与实现 摘 要 无线局域网的广泛覆盖使得基于无线信号的室内定位系统成为研 究领域的热点。卡尔曼滤波(Kalman Filter)是一种常用的系统状态最优 估计算法，被广泛地运用于室内定位领域，但卡尔曼滤波要求系统状 态方程是线性的。然而，室内定位的环境范围小、非视线范围（Non- line of Sight）多、信道状态变化性大、移动单元的移动方向和速度随 机，这些特征导致了室内环境中的信道模型，以及描述信号测量值和 移动单元位置关系的观察模型（Observation Model）是非线性的。 此外，由于社会对室内定位服务需求的激增，要求服务提供商可 以高效地研发和部署室内定位系统，并根据市场需求和技术发展对系 统进行快速地更新和升级。这些都要求研发的室内定位系统具备良好 的扩展机制。然而，至今没有公开发表的适用于室内定位系统的软件 扩展机制。 因此，本文将研究两个方面的内容： 1. 扩展卡尔曼滤波算法在基于无线信号的室内定位系统中的运用。 扩展卡尔曼滤波(Extended Kalman Filter)是卡尔曼滤波在非线性条件 下的扩展。本文实现了一个支持基于信号到达时间的（Time of Arrival） 和基于接收信号强度的（Received Signal Strength）定位技术的室内定 位系统。系统使用 C++编程语言开发实现，核心算法为扩展卡尔曼滤 波算法。接收到的测量值在传递给扩展卡尔曼滤波算法进行定位估计 I 前，将进行两步预处理：非视线范围（Non-line of Sight）信号源的判 别和噪音抑制（Noise Mitigation）。本文测试了基于接收信号强度的定 位方法，定位结果的均方误差（Mean Deviation Error）为 5.99 米。 2. 适用于室内定位系统的软件扩展机制的研究。在该方面的研究 中，本文首先总结了缺乏软件扩展机制的室内定位系统的不足，然后 归纳抽象了室内定位系统的通用定位过程。接着，参考网络路由器的 包过滤机制、开放服务通道（Open Service Gateway Initiative）、 组件 对象模型（Component Object Model）和基于可扩展标记语言（Extensive Markup Language）的过程定义语言技术，本文提出了适用于室内定位 系统的“配置过滤与处理”（Configurable Filter and Process）软件扩展 机制。 本文使用设计的配置过滤与处理软件扩展机制，对室内定位系统 进行了代码和结构的重构。对重构后的系统的分析表明，配置过滤与 处理软件扩展机制使得室内定位系统可以：动态创建、移除、变更测 量值与定位方法的关联关系；动态添加和删除定位过程的步骤；动态 改变定位过程步骤的顺序。这些动态操作都无需重新编码、编译和部 署整个室内定位系统。 关键词：室内定位；定位技术；软件扩展机制；扩展性；动态扩展 II RESEARCH AND IMPLEMENTATION OF INDOOR POSITIONING SYSTEM BASED ON WIRELESS SIGNALS ABSTRACT Pervasively deployed wireless local network (WLAN) has made indoor positioning system based on wireless signals got focused widely. Kalman Filter is one of the most commonly used optimal estimation algorithms in indoor positioning field to do system states estimation. However, Kal