用于室內(nèi)WLAN定位的SVR學(xué)習(xí)算法研究及系統(tǒng)設(shè)計.pdf

1、隨著無線通信技術(shù)的迅猛發(fā)展，以及人們對位置服務(wù)的需求增加，定位技術(shù)越來越受關(guān)注。在室外環(huán)境中，通常使用全球定位系統(tǒng)和蜂窩網(wǎng)定位系統(tǒng)等進(jìn)行定位，但是在建筑遮蔽比較嚴(yán)重的室內(nèi)環(huán)境中，上述定位系統(tǒng)無法接收到有效信號，不能滿足對定位精度的需求。WLAN定位技術(shù)能夠利用已有的公共網(wǎng)絡(luò)，僅需已經(jīng)普及的智能終端就可以進(jìn)行室內(nèi)定位，且定位精度較高，因此成為室內(nèi)定位技術(shù)的研究熱點。
　　在WLAN室內(nèi)定位中，接收信號強(qiáng)度(RSS)受到多方面因素影響

2、，表現(xiàn)出嚴(yán)重的不確定性和非線性，導(dǎo)致RSS和物理位置之間不是一映射關(guān)系，嚴(yán)重影響了定位精度，針對上述問題本文采用SVR學(xué)習(xí)定位算法，其泛化性能更好，使得定位精度更高?？紤]到直接對RSS信號進(jìn)行SVR定位計算會引入大量噪聲信息，因此采用特征提取法對原始RSS信號進(jìn)行處理，降低RSS的不確定性。傳統(tǒng)特征提取法無法有效利用RSS的非線性特征，本文采用基于核函數(shù)的直接判別分析法(KD-LDA)對信號進(jìn)行分析，該方法能夠充分利用RSS信號的非線性

3、特征，增加RSS信息的可信度，提高SVR學(xué)習(xí)定位算法的定位精度。SVR學(xué)習(xí)定位算法對整個區(qū)域進(jìn)行樣本學(xué)習(xí)，會增加算法計算量，容易出現(xiàn)過學(xué)習(xí)問題，本文采用白化RSS信號的k-means聚類算法，可以將SVR學(xué)習(xí)定位算法限制在相對較小的區(qū)域中，減少計算量，并且白化處理能夠解決因為信號間的相關(guān)性而導(dǎo)致的聚類精度不高的問題。本文采用的聯(lián)合KD-LDA與白化k-means聚類的SVR學(xué)習(xí)定位算法相比于傳統(tǒng)定位算法，定位誤差在1米內(nèi)置信概率提高了3