一种基于传播模型和聚类的加权指纹定位算法研究

发布时间：2023-01-12 20:48

　　定位技术在近几年经历了快速的发展,基于位置信息的服务与应用在日常生活中越来越多地被使用。定位方法大体分为三种方法:近似法、几何法以及场景分析法。其中场景分析法较为常用,场景分析法是根据待测对象在所处位置采集到的特定场景信息来对其定位。本文就采用的基于位置指纹的方法进行定位。位置指纹定位主要分为两个阶段:离线指纹库建立阶段和在线定位阶段。离线指纹库建立阶段,要对场景中的特征进行检测,本文检测的是无线信号。在选用无线信号方面。虽然Wi-Fi信号覆盖范围广,但是其在进行定位时,需要不断的对设备进行扫描,功耗相对来说较大。因此在本文中,选用功耗相对较低的ZigBee设备作为发射和接收无线信号的设备。在对比之后,选用TI公司推出的CC2530芯片,并基于Z-stack协议栈建立ZigBee无线传感网络,来对无线信号进行采集。在线定位阶段,要根据需要定位的对象采集到的RSS信号强度信息,与离线阶段构建的离线指纹库进行匹配,常用方法是加权k-最近邻（WKNN）算法,其首先要在离线指纹库中选择k个点,并对这k个点的物理位置进行一定的加权,从而估计出待测对象的物理位置。本文在选择k个点的时候,选用了算法... 

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 国内外研究现状
    1.3 本文主要内容及论文结构
第2章 定位技术及硬件平台基础理论介绍
    2.1 ZigBee硬件平台
    2.2 现有定位技术分类
        2.2.1 近似法
        2.2.2 几何法
        2.2.3 场景分析法
        2.2.4 三种定位技术的比较
    2.3 K-Means聚类算法基本原理
    2.4 指纹定位算法基本原理
        2.4.1 NN算法
        2.4.2 KNN算法
        2.4.3 WKNN算法
    2.5 本章小结
第3章 对于K-means算法以及WKNN算法的优化
    3.1 K-means算法的优化
    3.2 WKNN定位算法的改进
    3.3 本章小结
第4章 基于位置指纹定位算法的实验与结果分析
    4.1 实验环境介绍
    4.2 优化后的K-means算法的定位结果
    4.3 不同的k值对定位结果影响
    4.4 曼哈顿距离和欧几里得距离对比
    4.5 几种定位算法的对比
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]压缩感知综述[J]. 尹宏鹏,刘兆栋,柴毅,焦绪国.  控制与决策. 2013(10)
[2]基于TDOA的超声波室内定位系统的设计与实现[J]. 韩霜,罗海勇,陈颖,丁玉珍.  传感技术学报. 2010(03)
[3]RF室内定位指纹库空间相关生成算法[J]. 唐文胜,李姗,匡旺秋.  计算机工程与应用. 2008(23)
[4]一种用于智能空间的多目标跟踪室内定位系统[J]. 谷红亮,史元春,申瑞民,陈渝.  计算机学报. 2007(09)
[5]红外三维定位精度分析[J]. 韦毅,杨万海,李红艳.  红外. 2002(02)

博士论文
[1]WSN中基于压缩数据的异常检测算法研究[D]. 郭星锋.中国地质大学 2015



本文编号：3730428