首页> 中文学位 >基于蓝牙Mesh智能设备控制技术研究
【6h】

基于蓝牙Mesh智能设备控制技术研究

代理获取

目录

声明

引言

1.绪论

1.1 课题背景及意义

1.2 研究现状与发展趋势

1.3 研究内容与结构安排

2.无线智能设备的室内定位控制技术研究

2.1无线智能设备室内控制技术

2.2无线测距方法

2.3RSSI定位算法模型概述

2.4章节总结

3.无线信号传播模型

3.1电磁波特性

3.2电磁波信道模型

3.3信道模型的影响因素

3.4定位精度的指标

3.5章节总结

4.BLE软硬件模块及系统组成

4.1 BLE硬件系统模块

4.2 BLE软件模块

4.3智能设备控制系统及功能架构

4.4章节小结

5.蓝牙iBeacon与Mesh组网技术

5.1蓝牙iBeacon

5.2蓝牙Mesh自组网

5.3章节小结

6.蓝牙Mesh定位控制技术的算法模型

6.1 蓝牙Mesh-SVM算法与滤波矫正

6.2蓝牙智能控制实验

6.3 章节小结

7.1 文章总结

7.2 展望

参考文献

在学研究成果

致谢

展开▼

摘要

随着互联网+时代的到来,各种智能穿戴设备与智能电器设备纷纷问世,掀起了基于智能设备的室内定位控制技术的研究热潮。本文将 BLE(Bluetooth Low Energy)4.2低功耗蓝牙技术和 Mesh自组网技术应用到室内定位系统中,实现了移动终端对智能电器设备的控制与位置信息的交互。
  本文针对智能设备的室内定位控制技术展开研究,提出了基于蓝牙 Mesh的SVM(Support Vector Machine)算法模型,有效地实现了室内定位的精度控制与智能设备的信息状态控制。首先,介绍国内外室内定位控制系统的研究现状以及发展趋势,然后,通过分析多种不同技术的优缺点,确定了蓝牙 Mesh智能设备的室内定位控制技术的研究方案。
  课题研究主要分为四大部分:1.蓝牙 iBeacon基站设备模块;2.iBeacon节点信号传输采集;3.定位控制技术算法模型;4.Mesh自组网与移动终端导航。首先,蓝牙 iBeacon基站模块选用 CSR1010作为核心芯片,并把 iBeacon广播信号的 RSSI值作为实验自变量。其次,以最靠近移动终端的3个 iBeacon基站节点,发出的信号作为一组最小输入单元,并通过 KNN加权均值算法,对在各坐标所采集的样本数据进行滤波。然后,采用基于 JSvmLib模型的 SVM分类器作为定位控制算法,该算法模型的核心思想为:离线采集时,指纹库中记录各坐标点的 RSSI网络状态及相对变化趋势;模型训练阶段,通过 SVM分类器训练指纹库的数据,并分类建库;当在线定位时,采集实时的 RSSI作为输入,由于空间的非瞬变性,通过反馈滤波算法将预测坐标作为输出。最后,移动交互终端作为 MP节点与 iBeacon基站组成 Mesh网络,实现软件应用层的室内地图导航、路径规划与电器设备控制。
  最后,通过分析对比实验数据得出,该控制算法模型能有效实现室内定位,其精度在1.5米以内,控制距离大于50米。与传统的三角质心与环形质心定位算法模型相比,该控制模型精度更高,并且具有良好的稳定性与可靠性。由此证明本文的控制技术方案是有效可行的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号