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WiFi和蓝牙融合的误差区域加权算法研究

基于接收信号强度(RSSI)的室内定位易受干扰且信号波动较大,导致定位误差较大,为解决这一问题,提出了一种基于Wi Fi和蓝牙融合的误差区域加权定位算法(ERWLA)。该算法在离线阶段采用Wi Fi和蓝牙信号强度的多边测量,得到相应定位可取区域,并利用区域面积设立置信度,进行融合加权得到Wi Fi和蓝牙融合位置信息。随后建立位置信息融合误差模型进行误差分析,利用移动最小二乘插值法(MLSI)对误差进行曲面拟合得到误差的拟合函数。在线采集实时位置信息,由算法得到融合位置信息并传递给误差拟合函数,得到加权拟合误差,从而获得最终的位置优化估计,实现高精度的定位服务。实验验证了该算法在定位精度和稳定性方面有较大的提升。     

基于蚁群算法的支持向量机室内蓝牙标定定位

针对不同型号的智能手机之间存在硬件差异,导致在使用不同的智能手机进行室内定位时,采集同一蓝牙信号强度观测值存在偏差而影响定位精度的问题,提出了一种基于蚁群算法的支持向量机室内定位蓝牙标定方法.由于支持向量机参数的选取对其预测精度影响较大,因此利用蚁群算法避免人为盲目地选择支持向量机的参数,优化模型并提高预测精度.实验结果表明:基于蚁群算法的支持向量机室内定位蓝牙标定方法相比标定前的精度提高了37.3%,可以有效地进行室内定位.     

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.     

基于时空相似模型的蓝牙室内定位RSSI指纹插值方法

随着蓝牙无线通信技术迅速发展,蓝牙技术结合位置指纹定位算法来进行室内定位,具有方便快捷、低成本等优势。然而,构建一个细粒度的指纹库需要耗费大量的人力和时间。为减少离线阶段的工作量,提出了一个时空相似性模型,并定义了4个度量指标(空间距离,信号相似度,相似性可能性,RSSI向量距离),利用时空相关性来对未采样点进行插值。在部署有蓝牙室内定位系统的环境中获取数据,将该方法与四种常用的插值方法(线性插值、立方插值、最近邻插值和压缩感知)进行对比。实验结果表明,基于时空相似模型的插值精度,在采样率为60%时比其他四种插值方法提高了7.64%。     

基于分层结构和树型覆盖网络的网格资源发现模型

针对现有网格资源发现方法的不足,提出了一种基于分层结构和树型覆盖网络的网格资源发现模型.该模型将网格从逻辑上分成上下两层:下层由拥有各种网格资源和服务的网格资源节点组成;上层为网格信息节点组成的可靠分布树型覆盖网络,负责信息节点的组织、管理和资源定位.该模型以分层的方法来改进大规模分布网格环境资源发现的可扩展性,以可靠的树型覆盖网络来提高资源发现的效率,以并行方式来实现快速资源定位,以完全分布的方式组织信息节点来解决资源信息更新和维护问题.实验结果验证了所提出模型的有效性.     

一种针对异构设备和环境变化的室内定位算法

针对基于蓝牙指纹的室内定位中存在设备异构性和蓝牙信标节点发生变化的问题,提出一种针对异构设备和环境变化的室内定位算法.首先,利用普氏分析法对接收到的信号强度进行标准化处理,使用核极限学习机(kernel extreme learning machine, KELM)对标准化的指纹库建模,减少用户移动终端差异导致的信号强度差异;其次,当接入点(access point, AP)信号发生变化时,利用高斯过程回归重新校准该接入点信号,更新指纹库,消除接入点因信号衰弱、位置移动或环境变化导致的定位误差.测试分析结果表明：该算法能有效克服异构设备产生的影响,并更好地适应环境变化.     

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%.     

基于线性回归的蓝牙室内定位算法

对蓝牙用于室内精确定位的可能进行了探索。在蓝牙传播模型为基础的前提下,通过用现代化的智能手机对室内数据的采集,选用线性回归的方法来对蓝牙节点的传播模型进行求解,从而来确定人在室内的具体位置。此种计算方法可以在不同的环境下进行,基本可以满足大部分室内定位的需求,并且83%的定位误差比较小,没有超过3m。     

一种基于几何精度因子的三维室内定位方案

提出了一种基于几何精度因子(GDOP)的三维室内定位方案来解决室内定位系统中的锚节点布置问题.通过该方案可以得到锚节点的双圆锥构型.利用两种测距误差模型来对该方案的性能进行评估,仿真结果表明该方案可以应用于大小不同的场景,而且在相同的定位场景下,该方案的定位精度优于现有的布置方法.     

室内空间定位方法研究综述

随着物联网技术、智能移动终端技术、移动计算技术的飞速发展,当今社会对室内定位服务的需求也日益强烈,传统的卫星定位、基站定位等室外定位技术已不能适应当今社会的应用需求。因此,在当今时代背景下,开展室内空间定位技术的研究、推进室内空间定位技术的行业应用对于社会的智能化发展与进步具有十分重要的意义。鉴于此,首先概述了超宽带定位、蓝牙定位、超声波定位等主流室内定位技术以及测距和非测距两类室内空间定位算法;而后,论述了室内空间定位技术在公共安全、人资物资管理、智能交通、室内定位服务、大数据关联分析以及社交网络等典型场景中的应用研究现状;最后,探讨了现阶段室内空间定位技术发展所面临的挑战,并对未来的主要研究方向进行了展望。     

基于真三维模型的室内定位系统设计

为了解决全球定位系统在大型室内场合无法给出精确定位的问题,设计了一种安卓平台下基于真三维模型的室内定位系统。基于百度地图SDK(software development kit)开发一款室外定位的电子地图软件,用于获取室内场景所在位置,再结合Unity3D游戏引擎将根据室内场景制作比例为1的模型制成可在安卓设备上运行的软件,通过虚拟现实技术及空间位置服务,实现室内定位功能。结果表明:系统具有的功能基本满足用户室内外定位需求,且系统具有定位方法直观、功能服务全面及系统搭建简单等特点,适用于一些大型的室内外公共场合,如商场、机场、博物馆等。     

基于神经网络的UWB室内定位算法

定位技术的迅速发展,使它渗透到了人们的生产生活中,因此,对定位技术的完善和提升变得尤为重要.一些传统定位技术,如红外线、超声波、蓝牙、RFID等,由于室内环境的复杂性,导致定位精度有所损失.UWB作为一种无载波通信技术,其诸多优点可以使它在视距传输中获得良好的定位效果,但是实际环境中的非视距传输,会使其受到影响而产生误差.采用TOA定位方法,辅以神经网络算法,可在寻求优化解的过程中不断减小误差,实验仿真表明,该算法在复杂的室内传输中具有较高的定位精度.     

基于惯性导航的消防室内定位技术研究

面对城市高层建筑火灾,消防室内定位的需求日益凸显。首先讲述了消防室内定位现状,详细介绍惯性导航定位技术腰部方案和脚部方案的原理,并针对目前主流的消防室内定位技术进行对比论证,最后提出了惯性导航消防室内定位技术创新改进方案。     

基于TS-KNN的室内定位算法

室内定位是智慧城市的硬性需求,大量智慧城市相关应用都离不开位置服务。主要室内定位技术包括:蓝牙、RFID、UWB、地磁等,但由于成本、部署便捷性等问题,限制了其应用发展。笔者提出了一种基于指纹时序特征的KNN(k-nearest neighbor)定位算法(TS-KNN,timing sequence based KNN),该算法使用当前时刻的指纹进行基准坐标选择,并利用前几个时刻的定位结果对每个基准坐标进行权值修正。在重庆市某广场进行实验测试结果表明,提出的TS-KNN方法与KNN和WKNN等其他算法相比较,具有更高准确率,可有效提高室内定位精度,降低平均定位误差。     

基于WRV的室内移动机器人定位系统

针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。     

蓝牙多跳Ad Hoc网络的构建与实测分析

针对Ad Hoc网络和基于蓝牙的无线个域网(W PAN)的技术特点,将蓝牙个域网应用模型中单个微微网(Piconet)的应用扩展到基于分布网(Scatternet)的应用,并将其定义的网络接入点场景和Ad Hoc组网场景综合,构建了多跳的蓝牙Ad Hoc网络,提出了一个蓝牙设备通过无线GPRS MODEM实现移动接入因特网的应用架构,实现了基于B lueZ的蓝牙个域网接入的实验演示系统.给出了实验模型和协议栈结构,设计了实测方法,最后给出实测结果及其分析.测试结果表明,即使在3跳传输的情况下,蓝牙Ad Hoc网络内部的数据传输速率仍然大于GPRS的数据传输速率,可以完全满足GPRS无线接入的速率要求.     

蓝牙车载信息系统的设计与实现

针对驾驶人员使用手机和媒体播放器的安全和方便快捷性的问题,开发设计了一种基于蓝牙技术的多功能车载信息系统。采用PXA270处理器和CSR的蓝牙芯片BlueCore5-MM设计的车载信息系统,具有免提通话、手机状态显示、音频播放、电话本传输等多种功能。系统方便驾驶人员使用,运行稳定,满足汽车信息化的要求。