基于信号特征提取的WLAN室内定位算法研究

摘要

随着智能手机的普及以及移动互联网的发展,基于位置的服务(location-based service,LBS)越来越多的受到重视,尤其在复杂的室内环境,常常需要确定用户的位置信息。基于接收信号强度(received signal strength,RSS)的无线局域网(wireless local area network,WLAN)室内定位技术,仅仅利用WLAN中所部署的热点,无需专门的硬件设备就能实现对接入WLAN中的无线设备进行可靠和高效的定位,并且其带宽高,穿透力强,覆盖范围广,接入方便,因此得到了广泛的关注。
　　在WLAN室内定位环境中,多径效应和人员走动造成信号受到不规律干扰,阴影效应造成信号损耗,以上几种影响使得在相同位置接收到各个接入点(access point,AP)的RSS值具有复杂的时变统计特性,从而降低了基于RSS的WLAN室内定位精度,给研究者带来了艰难的挑战。本文以降低RSS时变性对室内定位精度的影响作为研究对象,将理论分析和实验对比相结合。主要贡献归纳为以下几点:
　　(1)阐述了WLAN的基本原理和WLAN技术的优势,分析了位置指纹的基本原理、室内位置标识方法以及影响室内定位的干扰因素。
　　(2)分析了RSS的概率分布规律,针对RSS的复杂时变性,采用线性判别分析(linear discriminant analysis,LDA)和核直接判别分析(kernel direct diseriminant analysis,KDDA)两种方法提取原始RSS的信号特征。
　　(3)介绍了混洗蛙跳算法(shuffled frog leaping algorithm,SFLA)和最小二乘支持向量回归机(least square support vector regression,LSSVR),研究了基于SFLA的LSSVR两个参数的优化过程,提出了基于KDDA和SFLA-LSSVR算法的室内定位算法。
　　实验结果表明,KDDA-SFLA-LSSVR算法在相同的采样次数情况下的定位精度明显高于WKNN,ANN,LSSVR算法,在定位精度相同的情况下能较大减少采样样本数,是一种性能良好的WLAN室内定位方法。

目录

声明

致谢

摘要

第一章 绪论

1．1 引言

1．1．1 选题的背景和现实意义

1．1．2 定位系统的研究现状和技术发展

1．2 室内定位技术和定位系统

1．2．1 室内定位技术

1．2．2 WLAN室内定位研究现状

1．2．3 室内定位系统

1．3 论文的结构安排

第二章 WLAN定位理论和位置指纹算法研究

2．1．1 WLAN的基本原理

2．1．2 WLAN的网络结构

2．1．3 IEEE802．1 1系列标准

2．1．4 WLAN技术的优势

2．2．1 WLAN位置指纹定位基本工作原理

2．2．2 室内坐标标识方法

2．2．3 Radio Map的建立方法

2．2．4 匹配算法分析

2．2．5 室内定位精度的主要影响因素

2．3 本章小结

第三章 RSS信号分析与特征提取方法研究

3．1．1 不同采样等待时间的信号特征分析

3．1．2 移动终端朝向对RSS影响

3．2 RSS信号特征提取

3．2．1 线性判别分析(LDA)

3．2．2 核直接判别分析法(KDDA)

3．3 本章小结

第四章 基于KDDA和SFLA-LSSVR算法的室内定位算法

4．1．1 混洗蛙跳算法(SFLA)

4．1．2 最小二乘支持向量回归机(LSSVR)

4．1．3 基于SFLA的LSSVR参数组合优化

4．2 基于KDDA和SFLA-LSSVR算法的室内定位算法

4．2．1 算法的步骤流程

4．2．2 实验条件

4．2．3 实验结果分析

4．3 本章小结

第五章 总结与展望

5．1 工作总结

5．2 后续工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况