论文部分内容阅读
基于位置的服务(Location Based Service,LBS)在我们生产生活中有着非常重要的作用。随着基于GPS的室外实时定位以及通信技术的飞速发展,当前室外定位技术已发展运用的非常成熟,无论是车载导航还是移动终端导航,在室外环境下都能够获得非常高的定位精度。与此相对,室内定位技术发展还处于不断摸索阶段。其主要原因是由于室内环境复杂多变,室外定位常用的GPS信号无法穿过建筑,而室内定位所采用的各类信号传播源由于受到多径传播的影响,都无法明确一个广泛适用的信号传播模型。处于商业、医疗、教育等行业的强烈需求,室内定位技术已经成为一个研究的热点。随着Wi-Fi技术的普及,几乎人们日常生活的所有室内场景都有其信号的覆盖。其低成本、低功耗、广泛覆盖的特点,使其成为室内定位研究的一大热门。但是由于Wi-Fi信号在室内传播过程中易受环境变化干扰,加之系统采用信号强度作为定位计算数据,数据本身存在一定的精度误差,因此如何克服干扰成为基于Wi-Fi信号定位的研究关键。本文在对比研究了已有室内定位技术的基础上,采用贝叶斯估计算法对Wi-Fi指纹定位和手机传感器定位进行融合处理,融合后获得了更高的定位精度。通过大量实验,对算法进行了详细的测试分析。首先,研究了基于Wi-Fi信号强度的室内定位技术,特别针对基于Wi-Fi指纹识别的室内定位技术,研究其原理和技术特点以及定位过程中的影响因素。对比学习了常见的算法,包括最近邻(NN)法、K近邻(KNN)法、K加权近邻(WKNN)法、贝叶斯(Bayes)算法,通过MATLAB仿真进行了精度对比,选取了WKNN算法作为指纹定位应用的算法。然后,研究基于传感器数据的定位算法,包括数据的采集、分析、处理,提出了结合传感器数据修正的Wi-Fi指纹定位系统设计方案,并据此设计了定位系统的基本结构,以及各功能模块。最后,立足实验室实际搭建了实验环境,进行数据库的创建和在线定位实验,记录定位结果。通过分析对比定位性能,结果表明结合传感器数据修正的Wi-Fi指纹定位系统相较于传统Wi-Fi指纹定位系统,定位精度平均提高了36.4%,基本达到了预期的研究目标。