基于离散输出功率芯片的无线室内定位技术研究

摘要

在近几年中，无线定位服务在生活中扮演了非常关键的角色，它被分为两类：室内定位以及室外定位。广泛应用的室外定位技术是全球导航卫星系统，例如全球定位系统和北斗定位系统。而在室内环境中，卫星信号的传播会受到阻碍。因此室内定位系统(Indoor Localization System, ILS)就成为了不可或缺的一部分。而无线室内定位技术拥有高精度和低成本的优点，被广泛的应用在ILS中。
　　降低成本对于促进ILS的发展是十分有意义的。Nordic Semiconductor nRF24LE1是一款在无线应用中非常广泛的芯片，并拥有低成本，低能耗的优点，但是它只支持四个离散信号功率档输出。我们的目的是提出一个完整的兼顾硬件成本与定位精度并基于功率档的无线ILS解决方案。
　　本文主要是采用了指纹匹配的思想来进行定位，提出了一个基于功率档的无线ILS：Plils，并使用了nRF24LE1芯片实现了该系统。整个系统定位过程被分为离线训练阶段与在线定位阶段。在离线训练阶段，我们根据无线芯片信号规律将整个定位区域划分为若干均匀的网格，并以每个网格为单位进行指纹数据采集。首先将指纹数据进行预处理来过滤掉异常指纹，并用自组织映射将整个目标区域划分为若干个子区域。由于指纹数据预处理使得在子区域的指纹拥有了更高的信号特征相似度。其次运用收集的指纹向量以及对应的子区域标签和位置信息分别来训练支持向量机分类器和反向传播神经网络回归模型。在在线定位阶段，利用支持向量机来判定待定位目标归属的子区域，并使用反向传播神经网络来精确估算目标位置。最后提出了正方形区域限制算法来提高移动目标的定位精度，并且给出了相关参数的分析情况。
　　在实验阶段中，我们首先讨论了目标结点的最大移动速度与子区域数目在不同选择下的定位精度，并且在最优参数组合下取得了平均74cm的定位精度。随后，我们在这个参数组合下对没有自组织映射的Plils以及对比算法CMTL+进行了比较和讨论，最后的结果显示，自组织映射算法对定位精度的提高明显，并且Plils在定位精度上要明显优于CMTL+。

目录

声明

第一章 绪论

§1.1 研究背景与意义

§1.2 国内外研究现状

§1.3 本文的主要研究内容

§1.4 本文的组织结构

第二章 nRF24LE1原理及无线ILS介绍

§2.1 nRF24LE1简介

§2.2无线ILS介绍

§2.3 上述三个算法的优缺点

§2.4 本章小结

第三章 Plils的基本原理

§3.1 Plils基本框架

§3.2 数据预处理

§3.3 自组织映射(SOM)

§3.4 支持向量机(SVM)

§3.5 BP神经网络

§3.6 SVM与BP网络的实现过程

§3.7 正方形区域限制

§3.8本章小结

第四章 实验评估

§4.1 实验相关参数

§4.2 性能评估

§4.3 本章小结

第五章 总结与展望

§5.1 总结

§5.2 展望

参考文献

致谢

硕士期间研究成果