基于众包的位置指纹定位技术的研究

摘要

随着无线局域网（Wireless Local Area Network，WLAN）的快速部署以及移动智能终端的广泛普及，人们对位置服务（Location Based Services，LBS）的需求越来越高。室内定位技术中，基于接收信号强度（Received Signal Strength，RSS）的位置指纹定位方法具有低成本、低功耗、易于实现等优点，成为了室内定位的研究热点。但位置指纹定位中无线电地图构建将耗费大量的人力、物力及财力。近几年提出的众包模式，使无线电地图的构建变得简单易行，节省了大量的人力成本。因此，基于众包的位置指纹定位技术成为了当今室内定位领域的研究热点。 本文对基于众包的位置指纹定位中的接入点（Access Point，AP）选择和设备异构以及多楼层场景定位进行了深入的研究，主要工作如下： （1）在对室内定位的基础理论研究的基础上，对基于众包的指纹定位进行了分析，并进行了基于众包的定位模型的搭建，分析了基于众包的指纹定位中面临的挑战。 （2）基于路径损耗模型的AP选择方案能够有效地挑选出对定位具有相似贡献的AP，删除冗余的AP，但没有考虑AP的稳定性，而Fisher准则能够实现对稳定AP的有效选取。因此，本文将Fisher准则引入到基于路径损耗模型的AP选择方案中，提出了一种改进的基于路径损耗的可靠AP选择（Reliable AP Choice，RAPC）方案。前期对RSS指纹数据进行预处理，并采用聚类算法进行子区域的划分，后期利用可靠AP选择方案进行AP选择，最后选用传统的K最近邻（K-Nearest Neighbor，KNN）算法进行定位仿真实验。实验表明，本文提出的可靠AP选择方案对选取AP的稳定性有了进一步的改善，使构建的无线电地图更可靠，进而提高了定位精度。 （3）基于相似序列的设备异构解决方案中，使用RSS序列代替绝对RSS值构建指纹库，使得异构情况下的定位精度有所提高，但没有考虑传感器的异构性。因此，本文提出了一种基于相似序列与传感器融合（Similar Sequence and Sensor Fusion，SSSF）的改进算法。使用粒子滤波器将相似序列与传感器融合起来，跟踪移动的用户，减轻设备异构带来的影响。仿真结果表明，本文提出的SSSF算法能够有效的解决设备异构的问题，并进一步提高了定位精度。 （4）针对多楼层定位问题，现有将仿射传播聚类与对数高斯似然函数相结合的算法，以达到将小型数据库从网络端转移到移动端、提高实时性的目的，但该算法对非0数据处理不足，有错误聚类的产生。本文针对该算法进行了改进，在对数高斯似然函数的基础上使用Jaccard系数对相似度进行修正，弥补改进前算法对非0数据处理不足的问题。将本文提出的改进算法与原算法以及传统算法进行了仿真实验对比，实验表明，楼层判别率、2D、3D定位精度以及定位的实时性，均有明显提高。

目录

声明

第1章 绪论

1.1 研究背景与意义

1.2 室内定位国内外研究现状

1.2.1 室内定位的主要研究成果

1.2.2 主要存在的问题与不足

1.3 论文的主要研究内容和组织安排

第2章 无线室内定位理论

2.1 室内定位的主要方法

2.2 经典的位置指纹定位算法

（1）近邻法

（2）概率法

2.3 基于WLAN的信号传播模型

2.4 基于众包的位置指纹定位分析

2.4.1 基于众包的室内定位研究成果

2.4.2 基于众包的位置指纹定位模型搭建

2.4.3 基于众包的指纹定位面临的挑战

2.5 本章小结

第3章 众包模式下AP选择与设备异构的解决方案

3.1 指纹定位中典型AP选择方案

3.1.1 传统的AP选择方案

3.1.2 基于路径损耗的AP选择

3.1.3 基于Fisher准则的AP选择

3.2 基于路径损耗的AP选择改进方案

3.2.1 RSS信号特征分析

3.2.2 改进的AP选择方案流程图

3.2.3 改进的AP选择方案原理

3.2.4 实验结果与分析

3.3 指纹定位中典型设备异构解决方案

3.3.1 传统的设备异构解决方案

3.3.2 基于相似序列的设备异构解决方案

3.4 基于相似序列与传感器融合的改进算法

3.4.1 终端设备差异性分析

3.4.2 改进算法原理图

3.4.3 基于相似序列与传感器融合的改进算法

3.4.4 实验结果与分析

3.5 本章小结

第4章 基于聚类的多楼层定位方法

4.1 多楼层定位现状

4.2 基于LGD的仿射传播聚类算法

4.3 基于LGD的仿射传播聚类改进算法原理图

4.4 基于LGD的仿射传播聚类改进算法

4.4.1 离线阶段

4.4.2 在线阶段

4.5 仿真结果与分析

4.5.1 实验数据集及分析

4.5.2 AP选择模块对多楼层定位的有效性验证

4.5.3 聚类参数性能分析

4.5.4 定位性能分析

4.6 本章小结

第5章 总结与展望

5.1 本文工作总结

5.2 下一步研究工作展望

致谢

参考文献

攻读硕士学位期间发表论文及参与项目