一种改进的候选位置指纹算法的室内定位方法

针对Wi Fi位置指纹定位时由于受到室内环境变化的影响而造成精度严重下降的问题,本文提出了一种基于混合遗传粒子群算法和候选位置指纹的室内定位系统,本系统采用在定位服务阶段选择多个位置指纹作为候选位置指纹,利用遗传算法搜索全局较优的位置指纹组合,并采用粒子群优化算法快速准确地找到最佳的位置指纹。仿真结果表明,基于混合遗传粒子群算法提高了室内定位精度,可以快速精确地搜索到最佳位置,同时减小了遗传算法时延较大的缺点,避免了局部最优解问题。     

基于加权余弦相似度的WiFi指纹室内定位

基于Wi Fi的室内定位具有低成本、易部署、覆盖范围广、精度高等优点,成为室内定位技术研究的热点.Wi Fi指纹定位法可以对抗多径的影响,具有较高的定位精度.但是由于智能移动终端的种类繁多,使得室内定位系统离线建立的指纹数据库难以兼容不同的智能移动设备,降低了定位系统的适用性.为解决此问题,提出了加权余弦相似度算法,使用信号强度的加权余弦相似度作为匹配特征.实测表明,采用加权余弦相似度算法可有效解决终端差异性,提高了室内定位系统的精度和普适性.     

提高基于WLAN的室内定位系统的适用性分析

针对基于WLAN无线信号强度的室内定位系统进行研究分析,主要研究了基于指纹地图法的室内定位,目的是通过增强指纹地图的准确性和适用性,从而提高使用RSSI强度室内定位系统的适用性.首先,分析了WLAN信号强度随时间及不同参考点变化的情况,并提出补偿方法;其次,由于室内信号分布特性的复杂性,提出了在特殊区域使用离散分布对信号样本进行匹配的算法.实验表明本方法提高了系统的适应性.     

基于深度神经网络的WiFi室内定位系统设计

针对地下停车场、地下矿井等用户场景定位服务的高精度需求,设计了一种基于WiFi信号的室内定位系统.系统的设计引入了深度神经网络算法,对WiFi指纹数据进行训练,得到一种室内定位模型.通过对UJIIndoorLoc数据进行实验仿真,结果表明,该室内定位模型的楼层定位准确率较传统机器学习模型提升约6%,位置定位精度较传统模型提升约7%.通过对实际应用场景进行测试,测试结果表明该室内定位模型的定位精度优于传统机器学习模型,提升约5%.     

基于KNN-SVM算法的室内定位系统设计

以室内的用户定位需求为应用背景,提高定位精度为目标,针对室内中复杂的环境,基于最近邻法(KNN)和支持向量机(SVM),提出了新的室内定位算法.先采用KNN去除训练样本中的奇异点,再采用支持向量机进行定位.与KNN法、朴素贝叶斯法、SVM回归法等室内定位算法比较,结果表明该定位算法有效提高了定位精度和定位速度.进一步提出了基于Android平台的室内定位系统的设计方案,采用Java语言编程实现了该系统,并进行了系统测试.实验数据表明:该室内定位系统的平均误差为1.7m,最大误差为4.9m,该系统在满足速度要求的前提下,有效提高了室内定位精度.     

普适环境下基于区间值模糊理论的指纹定位算法

定位是普适计算的重要应用之一,但是获取精确的位置上下文信息并非易事.因此,提出了一种基于区间值模糊理论的算法来处理位置上下文信息的不确定性.首先介绍了室内定位系统的大体框架,并探讨了它们的优缺点;然后提出基于区间值模糊理论的定位算法,该算法包括两个阶段:离线阶段建立指纹库和在线阶段进行实时定位;最后,利用室内定位实验来证明算法的精确性.     

室内区域性WiFi定位EKNN算法设计

WiFi由于应用广泛而被作为室内定位的热门技术之一,而定位精度与速度向来是研究的焦点.文中针对室内感兴趣区域(ROI)的定位问题,提出了一种证据理论K近邻(EKNN)算法.首先以接收信号强度指示作为指纹,在各区域分别建立无线指纹数据库作为识别的类;然后利用证据理论在各类别内进行近邻证据组合、类别间进行证据融合;最后确定目标所在ROI类,并在类中进行精定位.与其他算法相比,文中设计的EKNN算法的最佳区域类识别率可以达到97%,最大定位误差约为2.2 m,定位效率也有较大提高.     

基于WiFi的便携式室内定位系统

针对全球定位系统无法满足室内定位的问题,基于Android平台开发了利用Wi Fi信号特征的便携式室内定位系统.该系统由移动定位终端、服务器和数据库组成,移动定位终端和服务器联合完成定位功能.定位算法采用基于接收信号强度指示(RSSI)的指纹算法,以场景分析的手段估算出移动定位终端的坐标.在线定位阶段,采用欧氏距离平方倒数作为权重系数对K最近邻算法的权重系数进行改进,以减小在线阶段的误差.实验表明,系统便于携带,操作简单,单次定位速度小于3 s,并且系统3 m内的定位精度达到80%以上.     

基于压缩感知的室内定位系统的定位性能分析

随着Wi-Fi技术的普及,Wi-Fi室内定位技术也越来越受到关注。压缩感知(compressive sensing, CS)技术被提出应用于Wi-Fi室内定位,为了研究各类CS算法在室内定位系统中的定位性能,构建出一套基于CS算法的室内位置指纹定位系统。在离线阶段采集数据并构建指纹库,在在线定位阶段采用不同压缩感知算法比较各类算法的定位性能。实验结果表明,设备朝向包含多方向,参考点数据量越多时定位性能更优;CS的算法参数会影响定位性能;在设定的实验环境下,压缩感知中的分段弱正交匹配追踪(stage-wise weak orthogonal matching pursuit, SWOMP)算法的定位精度比K最近邻算法(k-nearest neighbor, KNN)优21.9%;在各类压缩感知算法中,正交匹配追踪(orthogonal matching pursuit, OMP)相较于其他CS算法表现较差,并且这种差距随参考点数据量的增多而愈加明显。     

蓝牙4.0标准规范下的模糊指纹定位算法

蓝牙技术的普及以及蓝牙4.0标准规范的提出, 使得利用蓝牙技术实现室内定位具有极其广阔的应用前景.把模糊理论应用于蓝牙室内定位系统, 提出一种模糊指纹定位算法. 基于该算法的定位过程分为离线和在线两个阶段: 离线阶段建立模糊指纹库; 在线阶段对手机客户端进行实时模糊决策定位. 仿真实验结果表明, 该算法的平均定位误差为1.36 m, 相比于传统的指纹标定法, 其定位精度提高约49%, 而计算量缩减至原来的1/c, 其中c为模糊聚类类别数.     

基于K-means聚类的可见光通信室内定位系统的研究

本文设计并搭建了一种定位精度高、系统简单的可见光通信室内定位系统.在发射端使用频分多址技术编码光标识码,以发光二极管灯具为信号源发射定位信息.在接收端对接收到的混合光信号进行傅里叶变换,将基于频分多址编码的光标识码在频域上进行分离,从而获取各个发光二极管的光标识码和光强数值.同时,通过多次光信号数据测量,进行K均值聚类迭代选出最优点,可以消除三边定位算法的突兀点和方程无解的问题,以此得到高精度的定位坐标.通过理论推导和实验测量,本系统的定位误差为3±3cm.本文所提出的室内定位方案系统简单可靠、定位精度高,使可见光通信室内定位技术进一步接近市场应用.     

基于三角定位算法的WiFi室内定位系统设计

【目的】改善室内定位系统的质量,提高室内定位的准确率和效率。【方法】利用无线WiFi信号自身的特点,在Android平台的基础上设计一种基于三角定位算法的WiFi室内定位系统。【结果】实验测试结果表明该WiFi室内定位系统能准确地进行室内定位。【结论】基于三角定位算法的WiFi室内定位系统定位准确率高,具有很高的商业使用价值。     

基于ZigBee网络的室内定位系统的设计与实现

针对当前室内定位系统成本高、精度低、可靠性差的缺点,设计出了一种基于ZigBee无线传感网络的无线室内定位系统.系统硬件以德州仪器公司CC2530片上系统为核心,软件基于德州仪器公司Z-Stack协议栈将测距标定与完整定位流程结合起来,通过测量接收信号强度计算待定位节点到参考节点的距离,然后利用三角形质心算法进行定位,确定待定位节点坐标.实际测试表明:该室内定位系统操作简单,可靠性高,定位精度达到95 cm以内,定位误差期望为9.76 cm.     

基于北斗卫星的车辆组合导航系统开发

针对北斗卫星定位系统的特点,使用电子罗盘、陀螺传感器和车速传感器等多种传感器,基于嵌入式系统平台开发了一种车辆组合定位系统.以Kalman滤波算法为基础,设计了航向融合和航位融合算法,实现了车辆位置和行车方向的测量.为更精确地实现车辆在地图上的定位,设计了一种基于匹配度的综合地图匹配方法,可实现北斗系统的稳定可靠定位.实车定位试验表明: 该组合导航系统可以较好地实现稳定的工作,提高了北斗定位系统的实用性.     

基于RSSI测距修正的有源RFID室内定位系统

设计了一个有源RFID室内定位系统.系统采用修正的RSSI测距方法,提高了测距准确度.同系统实现了对环境参数的提取和估算,可方便地应用于不同的具体应用场景之中.经过对室内360cm×3空间2维定位实验,多次实验统计结果表明,该系统在定位区域对角线上的定位精度较高,可达到10cm以定位区域的边缘,存在40cm左右的定位误差.通过统计计算,系统的总体定位误差约为14.6cm,系统的定度较高.     

基于多径指纹的概率匹配室内定位方法

空间交替广义期望最大化(SAGE)算法可以高效地实现室内信道多径参数的估计,同时提供相对较高的精度。该文提出一种基于多径指纹的概率匹配室内定位方法,将SAGE算法得到的信道多径参数作为指纹数据进行定位,以求获得更好的定位精度和鲁棒性。通过分析典型场景下的定位实验测量结果,并与同类型的传统室内定位方法进行比较,验证了该方法的有效性。     

基于Zigbee 通信的室内定位系统

为解决常规的模型存在比较明显的误差, 定位时通常不能实现预期定位的问题, 设计了一类室内定位系统。该系统很大程度上结合了标准化的RSSI(Received Signal Strength Indicator)测距模型, 并应用了高精度的3 边定位算法。实验表明, 该系统能在很大程度上解决定位误差问题, 误差减小15%, 得到可靠的定位结果。     

基于RFID的室内人员定位系统的设计与实现

为满足室内人员定位的需求,设计了一种基于射频识别(RFID)技术的室内人员定位系统,在融合区域定位和接收信号强度的室内定位算法的基础上,该系统采用三级网络结构,利用CAN总线进行数据传输;描述了该系统的三级网络结构,最后以C#为开发语言,利用串口通信和Access 2003数据库实现了可视化控制管理软件的设计.该系统利用RFID技术,可以实现对室内人员简单快速的定位、跟踪、查询.     

基于超声波的室内三维定位系统

为满足对室内定位技术和系统应用平台的迫切需求，提出一种基于超声波的室内三维定位系统，阐述了其工作原理并对三边定位算法进行了研究。该系统基于射频和超声波传
感器的固有性质，对超声波信号采用CDMA（Code Division Multiple Access）技术进行编码，以便在目标节点上区分每个信标发来的超声波信号，并结合射频信号实现TDOA（Time Difference Of Arrival）测距算法，最终实现三维定位。实验研究表明，以一个信标为原点，另外两个信标分别放置为X轴和Y轴上，建立三维坐标系，能简化三边定位算法，并能实现精度较高的三维定位。     

融合差分改正的RSSI指纹库室内定位研究

基于RSSI指纹库的室内定位中,由于受到室内复杂环境的影响,实时采集的指纹数据会存在一定的误差,将其直接用于定位,必将降低室内定位的精度。考虑定位区域内接收的不同RSSI信号值具有相关性,采用RSSI差分改正的方式提高定位精度。误差改正数的计算与定位是本算法的关键,直接决定了定位的准确率。而选择不同数量与不同位置的参考点都将影响误差改正数的结果。泰森多边形能构建整体角度最大化的多边形网络,并在空间信息领域具有广泛的应用。为此,运用泰森多边形的空间邻接性质选择用于误差改正数计算的参考点,设计定位区域坐标改正数和RSSI向量元素改正数的计算方法,得到共用误差,并应用到指纹数据的校正与定位。最后,在Eclipse编程环境下,配合PostgreSQL/PostGIS空间数据库与Mybatis数据库映射工具,开发了实验原型系统,并对提出的融合差分改正的算法进行实验测试,从实验结果得出相较于未差分改正前,定位准确率有一定的提高。