论文部分内容阅读
随着移动网络技术的快速发展,基于位置的服务越来越受到很多人的关注,促使定位技术尤其是室内定位技术越来越受重视。由于WIFI覆盖广、成本低,因此基于WIFI位置指纹法是目前比较理想的定位方法。但传统的指纹定位算法存在指纹数据库占用空间较大、计算量较高以及不能选择区分能力较强的访问点(access point,AP)等问题。四叉树算法对于分布均匀的数据具有较高的数据插入和搜索效率,却很少应用于室内定位领域。本文针对上述问题,提出了一种基于四叉树搜索和可信AP选择的室内定位算法(Quad-tree search and reliable access point selection,QS-RAPS),主要工作如下:第一,分析了WIFI信号在室内传播过程中的影响因素,然后分别从时间、空间维度对WIFI信号的性质展开研究,并将采集到的RSSI(Received Signal Strength Indicator)值进行滤波对比实验。第二,针对传统室内定位算法存在的问题,本文提出了基于QS-RAPS的定位算法。该算法首先构造了可信AP选择函数,并在指纹数据库建立阶段将在不同参考点上采集的位置指纹以网格结构的形式存储在指纹数据库中;在定位阶段将定位问题转化为四叉树搜索问题,快速搜索近邻的单元格筛选出近邻参考点,并结合加权平均的思想进行定位。然后,将QS-RAPS算法在理论层面上与WKNN算法比较,结果表明QS-RAPS算法可以降低指纹数据库占用空间和计算量,并提高室内定位精度。第三,搭建实验局域网,并基于Android平台编写了一款WIFI信号采集软件。考虑到移动终端的计算能力,将采集的数据在MATLAB平台进行仿真实验,并将QS-RAPS算法的匹配定位结果分别与KNN、WKNN、Bayes算法作比较,实验结果表明QS-RAPS算法的平均定位误差为1.463m,平均预测时间为0.28s,指纹数据库占用空间为68KB,相较于WKNN算法在定位精度上提升了38.76%,定位效率上提升了96.47%,指纹数据库占用空间上降低了15%。本文从数据搜索和WIFI信号性质的角度提出的室内定位算法,经实验验证能够有效提高室内定位的效率和精度,并降低指纹数据库占用空间,达到本文预期。