论文部分内容阅读
随着无线网络的发展和移动设备的普及,人们对位置感知服务的需求日益增多,导致室内定位技术得到了广泛关注。指纹定位技术原理简单、成本低廉、普适性强,是目前主流的室内定位解决方案,其定位性能依赖于接入点(Access Point,AP)和信标(Beacon)的位置与数量。现有研究表明,通过优化AP和Beacon的部署位置有助于提高指纹定位的定位精度,但仍存在一些问题,包括忽略网络覆盖需求及环境中预先存在的AP和Beacon、未考虑异构无线网络环境中AP和Beacon的位置优化等。本文针对上述问题开展研究,提出了一种AP和Beacon部署优化算法,并设计实现了一个面向混合指纹定位的WiFi接入点和低功耗蓝牙(Bluetooth Low Energy,BLE)信标部署优化软件。本文采用克拉美罗下界(Cramér-Rao Lower Bound,CRLB)作为定位误差的度量标准,使用参考点处接收到有效信号的AP和Beacon数量作为覆盖度的度量标准,提出了基于CRLB和遗传算法的AP和Beacon部署优化算法Coverage-CRLB,在已有的异构无线网络环境中从定位误差和网络覆盖两个方面对新部署AP和Beacon的位置进行优化。仿真结果表明,该算法在定位误差方面优于基于Fisher信息矩阵(Fisher Information Matrix,FIM)和最大化指纹差异的AP部署优化算法,在时间效率方面优于使用穷举搜索算法的AP部署优化算法。真实场景的实验结果表明,该算法部署方案的平均定位误差低于最大化指纹差异的AP和Beacon部署优化算法。根据实际应用需求,本文基于开源工具包GeoTools设计实现了面向混合指纹定位的WiFi接入点和BLE信标部署优化软件,支持无线信号强度仿真、定位误差评估、接入点和信标部署优化等功能,并且GeoTools为软件提供了一系列操作和显示地图空间数据的方法。本文采用黑盒测试方法对软件进行了全面测试,测试结果表明软件满足功能和性能要求,并且运行稳定。综上所述,本文提出的Coverage-CRLB算法能够在定位误差和网络覆盖方面对AP和Beacon的位置进行有效的优化。同时,本文设计实现的面向混合指纹定位的WiFi接入点和BLE信标部署优化软件能够为指纹定位系统的AP和Beacon部署提供可靠的参考方案,具有很高的实用价值。