基于信号特征提取的WLAN室内定位算法及位置服务系统

摘要

随着信息科技的发展，人们的工作、生活方式也随之发生着改变。近年来，随着无线通信技术的飞速发展，无线局域网(WLAN)几乎覆盖全球，成为人们日常生活中不可缺少的部分。通过手机、平板、笔记本电脑等电子设备，人们可以随时随地的接入互联网，社会随之步入移动互联的时代。同时，人们对于基于位置的服务(LBS)表现出更高的期望，实时准确的获取位置信息是满足高质量位置服务的基础。现有的全球定位系统(GPS)在室外环境下可以实现较为精确的定位，但是在有建筑物遮挡并且复杂多变的室内环境下定位效果差，无法满足人们的位置服务需求。因此，室内定位技术的发展倍受关注，其中基于WLAN的室内定位技术更是脱颖而出，成为研究热点。
　　WLAN室内定位技术中的位置指纹算法具有定位精度高，成本低等优点，拥有广泛的应用前景。首先，本文基于位置指纹算法做了一系列的研究工作，从传统的定位匹配算法入手，研究其原理并进行实验，对比分析了各算法的定位性能。
　　其次，由于位置指纹定位算法工作量较大，本文提出应用核模糊聚类算法(KFCM)对无线路由器(AP)发射的接收信号强度(RSS)向量进行聚类，实现定位区域自动划分，减小了定位工作量并且提高定位实时性。同时，针对传统的定位匹配算法精度容易受到RSS信号时变性的影响这一问题，本文研究了独立成分分析(ICA)算法和核典型相关(KCCA)算法，并且将两种算法相结合，先运用ICA算法提取RSS信号的独立成分分量，再运用KCCA算法提取RSS信号强度与位置坐标之间的典型特征，之后结合传统定位匹配算法进行定位，通过实验验证了改进算法定位精度的提高。
　　最后，在算法研究的基础上，本文根据实际项目需求，将WLAN位置指纹定位算法应用于实际定位场景中，结合电子标签定位和GPS定位实现了基于Android平台的位置服务系统，并且将定位与地图相结合，向用户提供实时定位，位置展示、相关信息推送等服务。通过实践表明该系统能够给予用户良好的位置服务体验。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 WLAN的基本介绍

1．2．1 WLAN的网络结构

1．2．2 WLAN的发展现状

1．3 室内定位技术的发展与研究现状

1．3．1 室内定位技术的发展

1．3．2 室内定位技术的研究现状

1．3．3 基于WLAN的室内定位技术研究现状

1．4 本文结构及研究内容

第二章 基于WLAN的传统位置指纹定位算法研究

2．1 基于位置指纹的定位方法

2．2 RSS信号特性

2．3 实验环境

2．4 三种传统定位匹配算法研究分析

2．4．1 KNN和WKNN定位算法

2．4．2 概率定位算法

2．4．3 支持向量机(SVM)算法

2．4．4 三种定位匹配算法的实验分析

2．5 本章小结

第三章 基于特征提取算法的位置指纹定位

3．1 基于核模糊聚类算法(KFCM)实现定位区域的自动划分

3．1．1 核模糊聚类算法(KFCM)

3．1．2 实验分析

3．2 基于ICA和KCCA的信号特征提取算法

3．2．1 独立成分分析(ICA)算法

3．2．2 核典型相关分析(KCCA)算法

3．2．3 基于ICA和KCCA的定位算法流程

3．2．4 实验分析

3．3 本章小结

第四章 基于Android平台的位置服务系统

4．1 系统架构

4．1．1 Android系统架构

4．1．2 Android应用开发组件

4．1．3 应用架构

4．2 地图开发

4．2．1 地图开发概述

4．2．2 地图绘制

4．2．3 地图切片

4．2．4 地图展示

4．3 系统定位功能的实现

4．3．1 室内定位的实现

4．3．2 室外定位的实现

4．4 定位算法与地图的结合

4．5 系统开发成果展示

4．5．1 室外定位效果

4．5．2 室内定位效果

4．5．3 相关信息推送服务

4．6 本章小结

第五章 总结与展望

5．1 工作总结

5．2 未来工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况