您的位置: turnitin查重官网> 工程 >> 电子通信工程 >简述定位多传感融合室内定位技术

简述定位多传感融合室内定位技术

收藏本文 2024-04-20 点赞:20986 浏览:94113 作者:网友投稿原创标记本站原创

摘要:随着现代通信技术的迅速进展和用户在社交、精确导航等方面需求的提升,精确位置怎么写作变得日益重要。在场馆引导、物品跟踪、人员监控等领域,都对精确室内定位怎么写作都提出了很大的需求。在现有的定位系统中,GPS能够在室外环境中提供米级的定位精度,但是在室内环境中,由于受到建筑物的遮挡和多径效应的影响,GPS接收机不能捕获足够的卫星进行位置解算,导致GPS接收机的定位性能急剧恶化,甚至无法完成定位。而专用的室内定位系统又有着着成本较高,系统建设工作量大等不足,在大规模推广方面有着着诸多不足。基于以上的需求和近况,室内定位技术的探讨逐渐成为一个热点。室内无线定位技术主要依赖于用户接收机对无线信号的测量来实现。常用的无线定位技术有测量信号的到达时间(TOA)、到达角度(AOA)、信号强度(RSSI)等。在当前技术条件下,对于信号的到达时间和到达角度的测量都对硬件有着较高的要求,主流的无线通信设备都能够提供对信号强度进行测量的能力,由此,基于接收信号强度的定位技术得到了广泛的探讨,而在这些技术当中,基于方式匹配的无线指纹定位技术由于具有能够适应大多数运用场景,系统建设成本较低等优点,受到了极大的关注,本论文的探讨重点也集中在无线指纹定位技术上。为了探讨不同频率的信号在室内环境中的传播特性,以及运用到定位系统后的性能差别,本论文搭建了一个基于Wi-Fi信号和433MHz的FSK信号的双射频定位实验平台,通过这个平台,在室内不同位置对无线信号强度进行了测量,并对其分布特性进行了浅析。本论文首先对无线信号的RSSI的均值和方差进行了浅析,发现了RSSI的方差并不是在所有位置都保持不变,而是与均值之间有着着一定的线性联系。基于这一发现,提出了一种加权指纹距离定位算法(WeightedDistance Fingerprint, WDF),为不同的RSSI测量值赋予不同的权重,利用一个加权指纹距离的计算式来计算指纹向量间的距离,获得了比传统的无线指纹定位算法更好的定位结果。在测量结果中,我们发现FSK信号和Wi-Fi信号的RSSI的均值和方差之间有着着不同的线性联系,由此提出了一种组合利用FSK信号和Wi-Fi信号的定位算法,利用两种信号的归一化加权指纹距离之和来代替单一信号的加权指纹距离,可以减少单一信号RSSI测量误差的影响,实现进一步提升定位精度的目的。对于在室内场景中有多个用户需要定位怎么写作的情况,本论文提出了一种基于用户间信息交互的集中式定位算法,用户通过测量基站信号的RSSI和来自其他用户的信号的RSSI,将测量结果反馈给定位怎么写作器,怎么写作器再根据用户测量得到的这些信息对用户之间的距离进行估计,利用MDS算法估计用户间的相对位置,来对无线指纹定位算法的结果进行迭代修正。由于增加了用户间的距离估计,可以有效地对抗由多个用户带来的对无线信号强度测量值的影响,使定位的精度得到了有效的提升。关键词:室内定位论文无线指纹定位论文MDS论文数据融合论文

    摘要3-5

    ABSTRACT5-13

    第一章 绪论13-21

    1.1 室内无线定位技术需求与运用13-14

    1.2 室内无线信号传播模型14-15

    1.3 无线室内定位系统15-17

    1.4 无线室内定位技术国内外探讨近况17-19

    1.5 论文主要探讨内容19-21

    第二章 室内定位技术概述21-27

    2.1 TOA技术21-22

    2.2 AOA技术22-23

    2.3 RFID技术23-24

    2.4 超宽带技术24

    2.5 无线指纹定位技术24-25

    2.6 主流定位技术比较25

    2.7 本章小结25-27

    第三章 无线指纹定位技术27-37

    3.1 无线指纹定位原理27-30

    3.1.1 离线阶段28

    3.1.2 在线阶段28-30

    3.2 无线指纹定位技术的误差浅析30-31

    3.3 影响定位精度的因素31-36

    3.3.1 基站数量31-32

    3.3.2 参考点网格大小32-34

    3.3.3 基站分布情况34-35

    3.3.4 K的取值35-36

    3.3.5 环境干扰36

    3.4 本章小结36-37

    第四章 无线信号RSSI在室内环境中的统计特性37-57

    4.1 实验场地37-38

    4.2 WI-FI测试系统38

    4.3 FSK信号测试系统38-48

    4.3.2 系统结构39-41

    4.3.3 硬件参数设计41-45

    4.3.4 无线通信系统物理层设计45-47

    4.3.5 数据帧格式47-48

    4.3.6 无线指纹测量策略48

    4.4 无线信号RSSI在室内环境中的统计特性浅析48-56

    4.4.1 不同距离下的RSSI统计特性49-50

    4.4.2 人体干扰对RSSI测量值的影响50-51

    4.4.3 环境变化对RSSI测量值的影响51-53

    4.4.4 RSSI的均值与距离的联系53-54

    4.4.5 Wi-Fi信号的RSSI分布特性54-56

    4.5 本章小结56-57

    第五章 加权指纹距离定位算法57-71

    5.1 加权指纹距离57-58

    5.2 加权指纹距离定位算法58-59

    5.3 WDF算法的仿真浅析59-65

    5.3.1 WDF算法权值计算函数的比较59-61

    5.3.2 WDF算法在环境参数发生变化时的性能浅析61-62

    5.3.3 WDF算法在不同参考点密度下的性能浅析62-63

    5.3.4 不同K的取值下WDF算法的平均误差63-64

    5.3.5 环境干扰对定位误差的影响64-65

    5.4 实验与性能浅析65-68

    5.4.1 利用FSK信号的定位性能65-67

    5.4.2 利用Wi-Fi信号的定位性能67-68

    5.5 双频信号组合定位68-70

    5.6 本章小结70-71

    第六章 多用户协同定位算法71-83

    6.1 定位运用场景介绍71-73

    6.2 MDS定位算法73-75

    6.3 多用户协同定位算法75

    6.4 仿真与浅析75-81

    6.4.1 多用户协同定位算法与WKNN算法的性能比较76

    6.4.2 参考点密度的影响76-77

    6.4.3 协同定位用户个数的影响77-78

    6.4.4 用户间距离估计误差的影响78-79

    6.4.5 多个用户均匀分布79-80

    6.4.6 多个用户随机分布80-81

    6.5 本章小结81-83

    第七章 总结与展望83-87

    7.1 主要结论83-84

    7.2 探讨展望84-87

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号