基于Wi-Fi的室內定位技術研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著移動通信技術的不斷發(fā)展和智能手機的快速普及,基于位置服務的室內定位系統(tǒng)越來越受到人們的關注。然而,成熟的GPS(Global Positioning System)不能用于室內環(huán)境。針對室內這一特殊的環(huán)境,基于Wi-Fi的室內定位系統(tǒng),由于無需額外的硬件設施,近年來被學者們廣泛的研究和應用。在現(xiàn)有的Wi-Fi的室內定位系統(tǒng)中,基于位置指紋的室內定位技術,由于定位系統(tǒng)成本低、定位精度高,展現(xiàn)出了明顯優(yōu)勢。
  本文對基于位置指紋

2、的室內定位技術進行了較為深入的研究。由于信號強度波動性特征,以及普通的位置指紋定位算法對環(huán)境的依賴性,給基于Wi-Fi的室內定位技術的普適性帶來了巨大的挑戰(zhàn)。針對這些因素,本文的主要工作及創(chuàng)新點如下:
  首先,本文分別介紹了KNN方法、貝葉斯決策方法、PPMCC方法、神經網絡方法、SVM同歸方法等幾種廣泛使用的位置指紋定位算法,并針對室內定位技術實時性的要求,研究了幾種指紋數(shù)據(jù)庫聚類方法,有效的減少了實時定位的計算量。
 

3、 其次,本文提出了一種基于Multi-Agent分類器融合的室內定位算法,通過輸出層的分類器融合,得到各個分類器之問的最優(yōu)位置估計。通過兩種實驗環(huán)境的測試分析表明,該算法不僅提高了室內定位精度,而且有效地克服一般算法對環(huán)境的依賴性。
  最后,本文搭建了一套基于Wi-Fi的室內定位系統(tǒng)測試環(huán)境,分別對KNN算法,Gaussian分布算法和PPMCC算法的靜態(tài)定位性能進行了分析。同時利用不同測試和訓練設備,驗證了PPMCC算法在解決

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論