基于支持向量回归的802.11室内定位技术研究

摘要

位置信息是普适计算中重要的上下文信息,在室内环境中通过定位提供准确位置信息对普适计算的各类应用具有重要的意义,可使得普适计算系统根据对象位置为对象提供准确及时的服务。全球定位系统(Global Positioning System,GPS)系统目前占据着定位系统的主要市场,但其无线信号由于受到建筑物、墙壁等的影响,不能在室内环境中工作;而现有的室内定位系统,在系统成本、可扩展性、灵活性等方面还不能满足用户的需求,进而限制了这些系统在实际应用中的普及。随着无线局域网技术的迅速普及,基于802.11标准的网络已被广泛部署,特别是在GPS不能工作的室内环境中,给无线室内定位系统带来了良好的发展契机。同时,802.11接口内置了提供接收信号强度(Received Signal Strength,RSS)信息的功能,基于RSS信息进行定位不需要改变现有系统,从而降低了成本,而且该系统能够在非视距环境下工作。
　　针对802.11室内定位技术中的难点问题,采用基于支持向量回归(Support Vector Regression,SVR)的方法实现802.11室内定位,该方法包括离线训练和在线定位两个阶段:离线阶段的主要工作是通过对采集数据进行训练得到精确的位置预测模型;在线阶段的主要工作是根据移动设备的接收信号强度信息进行在线定位。由于室内环境复杂、信道拥塞、障碍物影响和节点的通信半径有限等问题,移动设备的接收信号强度易受干扰、复杂多变。针对以上问题,离线阶段对接收信号强度信息进行统计分析,得出数据过滤规则,对训练数据集进行过滤,以此提高训练样本质量,同时提高支持向量回归预测模型的质量。在线阶段使用连续k次测量定位法获取信号强度信息,保证训练样本与在线输入信息之间的一致性,提高最终的定位精度。
　　基于实际测量数据的实验表明基于支持向量回归的方法与常用概率定位法、神经网络法相比,具有更高的定位精度,同时对移动设备的存储容量及其计算能力要求较低。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1研究背景和意义

1.2国内外研究现状

1.3主要研究内容

1.4全文组织和安排

2 基于SVR的802.11室内定位系统设计

2.1基于SVR的802.11室内定位系统总体结构

2.2基于SVR的802.11室内定位系统的定位过程

2.3基于SVR的802.11室内定位系统的功能模块

2.4小结

3 基于SVR的802.11室内定位的关键技术

3.1基于SVR的位置预测模型构造

3.2训练样本过滤

3.3在线模型输入预处理

3.4小结

4 系统测试

4.1测试环境

4.2测试结果

4.3小结

5 结语和展望

5.1主要工作

5.2系统特色

5.3未来工作展望

致谢

参考文献