面向WiFi指纹定位的现场勘测分析研究

来源 :内蒙古大学 | 被引量 : 0次 | 上传用户:luan0778
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,基于位置服务(Location Based Service,LBS)的应用需求日益增长,促进了室内定位技术的蓬勃发展。随着无线局域网(Wireless Local Area Networks,WLAN)和移动设备的逐渐普及,基于WiFi的指纹定位技术凭借其原理简单、普适性强等特点,赢得了研究人员的广泛关注。尽管针对此技术的性能分析与优化工作层出不穷,但是误差形成的机理尚不明确,优化定位性能仍然具有极大的挑战性,尤其是WiFi指纹定位的现场勘测环节与定位误差之间的关系十分复杂,现有研究工作主要依赖于实验手段,缺乏理论支撑。针对上述问题,本文从以下几个方面进行深入研究。首先,建立了正确区分任意两个参考点的概率模型,进而将其扩展到区分多个参考点的场景,明确了任意两个位置上的指纹差异是影响定位性能的关键因素。基于对数正态路径损耗模型(Lognormal Distance Path Loss,LDPL),给出了两个参考点间指纹差异与对应参考点间距之间的数学关系,得到了期望定位误差公式,表明了随着相邻参考点的间距不断增大,期望定位误差也逐渐增长,增长趋势逐渐变快。此外,推导了一维和二维定位区域下期望定位误差的具体形式。其次,根据参考点间距与期望定位误差关系的理论分析,提出一种获取最优参考点间距的方法。尽管减小参考点间距会降低期望定位误差,但也会显著地增加现场勘测的工作量,因此本文定义了勘测代价公式,用以权衡定位误差与现场勘测工作量。通过对参考点间距与勘测代价的关系进行分析,得到了当前场景下的最优参考点间距范围。最后,本文开展了大量的仿真与实验,验证了本文提出的期望定位误差公式及其与参考点间距之间的依赖关系,也验证了最优参考点间距获取方法的有效性,讨论了公式中其他参数对期望定位误差及勘测代价的影响。综上所述,本文提出了基于概率模型的现场勘测分析方法,从理论上分析了参考点间距与期望定位误差的关系,并权衡定位代价与精度提出了一种获取最优参考点间距的现场勘测优化方法。本文的研究成果完善了面向WiFi指纹定位的现场勘测分析研究,也为有效的现场勘测工作提供了理论基础与方法指导。
其他文献
光学频率梳是由一系列频率间隔相等、功率也近似相等的频率分量构成的光谱,在频率测量、波分复用以及信道化接收等领域具有广泛的应用。常见的光频梳产生方法有锁模激光器法、循环频移器法、光纤非线性效应法以及外调制器法。本文重点研究基于外调制器的光频梳的产生及光频梳在频率测量中的应用。本文的主要研究工作如下:(1)对现有的光频梳产生方案进行研究分析,在此基础上,提出了一种基于双平行马赫-曾德尔调制器级联强度调
随着云计算的快速发展,越来越多的企业使用微服务架构开发业务系统,并部署到云平台中。微服务架构将复杂系统拆分为多个独立的子系统,降低系统不同功能之间的耦合度。容器技术将微服务及其依赖环境打包为镜像,通过镜像仓库共享镜像并下载运行,减少了微服务的成本,提高了灵活性。由于容器数量不断增加,容器云平台应运而生,在集群中对容器进行调度和管理,并通过自动伸缩技术在集群中创建或删除微服务实例,实现了资源的按需分
毫米波大规模多输入多输出(Multiple input multiple output,MIMO)技术已经被认为是未来无线通信的关键技术之一,它充分利用了空间资源,可以在不增加带宽的情况下大幅度提高系统的频谱效率(Spectral efficiency,SE),但随着基站端天线数量的急剧增加,毫米波大规模MIMO系统的功耗问题已经成为未来无线通信发展的瓶颈问题,探求能量效率(Energy effi
大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)通信技术在空间中投入使用大量的天线来满足5G及下一代移动通信系统的高要求传输服务。然而保证高质量通信的前提就是获得准确的信道状态信息(Channel State Information,CSI),阵列信号波达方向(Direction of Arrival,DOA)技术可以准确
大规模MIMO(Multiple-Input Multiple-Output)技术在5G移动通信中的应用使得移动通信系统的性能显著提升,尤其是在传输速率和容量方面获得了巨大的增益,这与波达方向估计(Direction of Arrival,DOA)参数密切相关,DOA是阵列信号方向重要的研究领域,常应用于雷达、生物医学、声呐、导航、各种物体的追踪以及救援等。传统DOA估计算法大多是基于子空间类算法
高频地波雷达具有超视距、全天候、探测范围广等优点,已经成为连续监测和跟踪海上目标的主要工具。船载地波雷达具有机动灵活,不受场地限制的特点。且随着船的持续航行,能够对更开阔的海域进行海上目标的实时监测,因此成为海洋遥感探测应用中的有效补充手段。受限于船载平台的大小及吨位,船载地波雷达的天线数量和尺寸要远小于岸基地波雷达的天线阵,导致船载地波雷达对船只目标的方位向探测精度较低。合成孔径技术利用雷达与目
海上丝路是我国海外贸易的生命线,SAR卫星不受气候条件限制在监测海洋环境问题上提供了很大的便利。单颗卫星重访周期固定、观测效率低,多颗卫星组网调度可实现对任务的高时效性和持续性观测。由于用户任务需求多样化和多卫星调度问题本身存在NP-Hard特性,如何合理分配卫星资源满足用户需求已经成为卫星组网调度领域热点研究问题。针对该问题,本文设计了相应的卫星组网调度算法和软件仿真系统,主要完成工作有:1.设
高频地波雷达(High Frequency Surface Wave Radar,HFSWR)是用于海上远距离探测的主要手段之一。雷达散射截面积(Radar Cross Section,RCS)可以反映出目标反射雷达信号的强度,准确预测目标的RCS有助于提高目标检测与识别的精度。利用HFSWR对海上船只目标检测过程中,总会受海杂波干扰。因此,为了提高HFSWR对海上船只目标检测概率,本文对海杂波R
通信工程和信息技术发展日新月异,发展迅猛;芯片技术和网络技术的发展,带来了各类无线通信终端蓬勃发展。而无线通信终端需要无线网网络的支撑,所以无线信号覆盖显得越来越重要。同时,运营商的主要收入也是来源于无线用户,更多的投资也是流向无线网络工程建设。目前,各通信运营商的网络仍然以宏基站为主,室内信号系统覆盖为辅。室内信号覆盖仍然以传统的无源系统为主,新型的信号覆盖方式为辅。由于城市的发展,宏基站的覆盖
本文讨论了稀疏信号的恢复问题.稀疏信号去噪在压缩感知,医疗成像,人脸识别等领域有着广泛的应用.因此研究稀疏信号的重建算法具有重要的理论意义和应用价值.本文主要内容如下:1.利用对数促稀疏函数提出新的双信号重构模型,并将其转化为无约束最小二乘问题.使用迭代加权l1算法(IRL1e1)进行求解.在适当假设下证明了该算法的收敛性.进行数值测试,并与Gist和IRLS算法进行了数值对比.实验结果表明我们的