论文部分内容阅读
位置服务一直是人们日常生活中的必备服务之一,且随着信息技术和网络技术的迅猛发展,位置定位服务愈加便捷,为人们提高快速有效的位置信息。室内定位技术是近几年来发展最为快速的定位服务之一。随着近年来WiFi无线网络在各大城市的覆盖率迅速提高,利用WiFi的室内定位技术逐渐被人们广泛研究。WiFi室内定位技术具有成本低廉、效率高、实际应用性强等特点,同时传统位置指纹算法存在着对异常参考点的过滤能力不强、在线匹配计算量大等影响定位性能的不利因素。基于此,本文研究WiFi室内定位技术,对传统的位置指纹算法进行改进,设计并实现了一个基于WiFi的室内定位系统。本文首先阐述了室内定位的研究背景,分析了国内外学者们在室内定位领域中的研究现状,深入研究并比较分析多种常用的室内定位技术的优劣性。通过对室内定位技术中所用到的基于距离和非距离的室内定位方法的原理和特点进行研究和分析,选择了WiFi室内定位技术作为本文所采用的室内定位技术。随后本文对WiFi室内定位技术中常用的位置指纹定位算法进行深入研究,详细分析传统指纹算法定位性能的关键影响因素和相关的解决方案,介绍所应用的仿射传播聚类算法(Affinity Propagation Clustering, AP)。针对现有AP算法存在的对参考点聚类不规则,影响定位精确度的问题,提出了一种改进方案。该方案结合定位环境,离线阶段用改进的AP算法对参考点聚类时同时考虑参考点的RSSI和物理位置两种因素的制约,使得指纹数据库聚类之后的结果更为合理化。在线定位阶段首先进行粗定位确定最佳簇,随后在最佳簇内用K个最近邻算法(K-Nearest Neighbor Algorithm,KNN)进行精确定位,估算出定位目标的位置。论文利用MATLAB工具对改进的算法AP-Knn进行仿真测试,获取了改进的定位算法最佳的定位参数,通过对比分析传统算法和改进的算法的定位仿真结果,说明了改进型算法的优越性。接着本文对基于WiFi的室内定位系统进行需求分析,明确了定位系统的系统架构和拟实现的功能,对系统双端以及数据库功能作出详细设计,并利用C#和MATLAB混合编程以及Android编程实现了基于WiFi的室内定位系统的各部分功能。最后通过搭建实验环境,对设计实现的基于WiFi的室内定位系统的各项功能进行测试,并通过实验数据详细分析采用AP-Knn算法的室内定位系统的定位性能,验证说明了本文设计实现的基于WiFi的室内定位系统在中大型室内场地中定位的可行性以及具有一定的现实应用意义。