基于数据挖掘分类聚类理论的指纹法室内定位优化

摘要

位置信息是重要的信息资源，位置信息的应用关系到国防、医药、工业和我们生活的方方面面。定位系统的研究曾经是国防科技的重要技术研究方向，自从GPS等卫星定位系统普及，定位芯片逐渐植入各式各样的电子产品，其中包括人们目前大量使用智能手机，这样，定位功能开始走入寻常百姓的生活之中。智能手持设备的普及催生了新的生活需求，基于位置信息的服务(Location BasedServices，LBS)应运而生，LBS逐渐成为学术和工业界的研究热点。卫星定位系统使得室外定位技术已经非常成熟，但是微波信号不能穿透墙壁进入室内，不能满足更大的室内定位需求。本文讨论的主要问题是定位技术的这一个新的方向——室内定位技术。本文对室内环境下的无线局域网(Wireless Local Area Network，WLAN)信号传播特点进行了调研，对采集到的信号强度进行统计，将信号强度的分布特点和时变特性进行了简单总结。并且详细阐述了基于WLAN环境的接收信号强度（Received Signal Strength，RSS）的指纹法定位理论，包括定位系统的主要逻辑模型和主要的定位算法。将室内定位系统与信息检索系统进行类比，同样可以分为在线阶段和离线阶段。同时引入了数据挖掘方面的一些观点，根据数据挖掘应用于知识发现的功能特点，将数据挖掘理论体系融入指纹法室内定位研究当中，指导定位系统改进。本文重点研究了室内定位系统在线阶段以加权的K邻近（Weighed K-Nearest Neighbors，WKNN）算法作为定位算法的定位性能，根据训练数据的统计分析给出定位算法参数的选定数值，并且分析了各个参数对定位性能的影响情况。在离线阶段优化了指纹数据的组织形式，将指纹数据进行聚类管理，以求减小在线定位时查找信息的计算量，通过改进后的适用于锚点指纹数据结构的K均值聚类算法对离线指纹库聚类分析，得到聚类结果。文章给出了特定环境下的最佳聚类参数选定办法，分析了室内定位中和离线指纹库聚类相关的性能分析公式，以求更加深刻地认识室内定位问题。文章最后描述了室内定位系统的开发成果，本系统是搭载在嵌入式平台的手持硬件系统，利用USB无线网卡采集数据，定位算法通过纯软件实现，定位效果和理论值比较接近，从而佐证了指纹法室内定位系统在工程上的可实现性。

目录

声明

致谢

摘要

1 引言

1．1 研究背景与意义

1．2 WLAN信号理论传输模型

1．3 研究现状

1．3．1 研究方法

1．3．2 室内定位系统

1．4 面临的挑战

2 指纹法室内定位技术

2．1 相关概念简介

2．1．1 锚点

2．1．2 指纹

2．1．3 指纹间的相似度

2．1．4 信息与信息量

2．2 室内定位系统逻辑模型

2．2．1 离线阶段

2．2．2 在线阶段

2．3 定位系统性能评判标准

2．4 本章小结

3 数据挖掘简介与室内定位结合点

3．1 数据挖掘概念

3．2 数据挖掘的基本任务

3．2．1 关联分析

3．2．2 聚类

3．2．3 分类

3．2．4 时间演变分析

3．3 数据挖掘一般过程

3．4 数据挖掘相关算法应用到室内定位

3．4．1 室内定位系统与搜索引擎的异同

3．4．2 算法上的相互借鉴

3．5 本课题的主要工作

3．6 本章小结

4 数据及算法相关的分析

4．1 基础数据采集

4．2 WKNN核函数改进

4．2．1 WKNN核函数的衍进策略

4．2．2 衍进的WKNN算法性能分析

4．3 K均值聚类分析的应用

4．3．1 聚类分析的种类

4．3．2 聚类分析应用在室内定位系统

4．3．3 基于指纹法室内定位系统修的K均值聚类

4．4 本章小结

5 软硬件探索

5．1 硬件平台

5．2 人机交互界面

5．3 软件架构

5．4 定位软件核心逻辑流程

5．5 整体效果

5．6 本章小结

6 结论与展望

6．1 论文结论

6．2 展望

参考文献

作者简历

学位论文数据集