论文部分内容阅读
随着移动互联网的发展以及移动智能终端的普及,无线定位技术的应用进入了一个崭新的时代。尤其是在复杂的室内环境,常常需要确定智能终端或其持有者在室内的位置信息。同时WiFi通信技术飞速发展,WiFi热点的室内覆盖度越来越高,使得采用已广泛存在的WiFi网络进行室内定位成为可能,从而弥补了全球定位系统GPS在室内运用方面的缺陷。本文采用接收信号强度指示RSSI技术的室内定位方案,主要研究WiFi室内定位系统的三大定位步骤。第一,数据的采集与处理。针对室内采集的RSSI数据可能存在较大误差,必须对其进行平滑处理。通过对比分析均值和高斯两种滤波模型,结果表明采用高斯模型的选取有效范围内的RSSI数据后再由均值模型处理效果更佳。第二,距离估计。首先分析了常用的测距模型,根据实际定位环境采用最大似然估计的方法对常用测距模型中的简化模型进行参数优化,得到适合实际定位环境的测距模型。第三,坐标计算。首先对RADAR系统的最近邻居匹配算法NN、K最近邻居匹配算法KNN的优缺点进行详细的分析对比,提出一种基于权值改进的初值估计定位算法NNL,对每个邻居节点附加不同的加权参数来提高定位精度。结合NNL算法和Taylor级数展开定位算法两种算法的优势,提出了一种基于加权近邻匹配的Taylor级数展开定位算法NNL-Taylor定位算法。该算法是将NNL算法的定位结果代入Taylor级数展开定位算法,作为其迭代初始值,以此来弥补NNL算法在参考节点较少时定位误差大以及Taylor级数展开定位算法在迭代初值误差大时无法定位的缺点。通过Matlab仿真,结果表明NNL定位精度优于NN和KNN,两者的结合不仅得到较高的定位精度,而且迭代次数也相应地减少。同时,本文还设计了一种性能稳定的WiFi定位标签,能够采集周围多个无线AP的RSSI数据并通过无线网络上传至定位服务器进行算法解析得到最终的定位结果。此外,还实现了温湿度、光照等数据的采集和网络传输功能。该定位标签可以运用于WiFi室内定位及传感器数据采集等相关领域。