论文部分内容阅读
随着数据业务和多媒体业务在社会生活中应用的日益频繁,基于位置的服务(Location-Based Services,LBS)在人们的需求中呈现出明显的上升趋势。尤其是在地下停车场、机场大厅、购物中心等场景,常常需要对室内物体进行精确定位,传统的卫星定位技术采用微波传输,由于多径干扰、非视距传输、信号衰减等原因,信号难以穿过复杂的建筑物外层,无法满足室内定位的要求。随着室内无线信号设施被广泛部署,基于WLAN的室内定位技术成为近年来定位领域中的重要研究方向。本文对WLAN室内定位技术进行了研究,首先分析了WLAN室内定位技术的研究现状与发展趋势,对来自接入点(Access Point,AP)的信号接收强度(Received Signal Strength,RSS)传播特性进行了实地测量研究。在此基础上,对位置指纹特征匹配算法和AP选择算法进行分析,并分别提出改进算法,提高了室内定位精度,具体工作如下:(1)研究RSS信号的传播特性:在实际定位环境下,对RSS信号进行了实地测量与分析。分别以采样时长、人员走动、AP选取、采样点位置为变量,研究RSS概率分布情况。另外,通过设计实验研究了采样网格尺寸和AP数量对定位效果的影响,确定了适用于本文系统的指纹网格边长与最佳AP选择数量。(2)研究指纹特征匹配算法:提出了一种基于贝叶斯算法的改进特征匹配算法。引入区域划分的概念,将定位空间内所有参考点进行聚类分簇,解决了朴素贝叶斯算法仅靠参考点后验概率估算位置的不足。通过仿真实验,验证了改进算法的有效性,2米精度范围内的累积概率,由改进前的60%提升至70%。(3)研究AP选择算法:提出了一种基于信息增益的AP选择算法。在InfoGain算法的基础上,引入邻近AP间的差异性判定,与信息增益值进行加权,共同量化AP的综合可辨识性,并以此为标准选择最具位置辨识能力的AP参与定位计算。通过仿真实验,所提的AP选择算法能够有效去除冗余AP信息;与特征匹配算法联合运用,降低了定位复杂度,与InfoGain算法相比,2米精度范围内的累积概率,由78%提升至85%。