基于灰度預(yù)測模型的室內(nèi)位置指紋定位算法研究.pdf

1、隨著智能終端的普及，各種基于位置服務(wù)的應(yīng)用層出不窮，這些應(yīng)用對定位的要求越來越高。在復(fù)雜的室內(nèi)環(huán)境中，如何快速準(zhǔn)確獲取終端位置信息，已經(jīng)成為定位研究的重點(diǎn)?；赪IFI的室內(nèi)定位技術(shù)憑借其部署成本低、易擴(kuò)展等優(yōu)勢成為研究室內(nèi)定位技術(shù)的熱點(diǎn)。而位置指紋定位算法實(shí)現(xiàn)簡單，對環(huán)境依賴性小成為室內(nèi)定位技術(shù)的重點(diǎn)研究方向。但是，位置指紋定位算法也存在計(jì)算量大、定位精度不高等問題。本文分析了位置指紋定位算法，指出了在定位過程中可能引起計(jì)算量大、定位

2、精度不高的原因，提出了基于灰度預(yù)測模型區(qū)域劃分和帶權(quán)KNN在線定位的改進(jìn)位置指紋定位算法GWKNN。
　　本研究主要內(nèi)容包括：⑴在線匹配階段，將灰度預(yù)測模型引入到位置指紋定位算法中，構(gòu)建了一種基于灰度預(yù)測模型的劃分區(qū)域方法。該方法的目的是為了縮小定位范圍，減少相似度的計(jì)算量。本文將灰度預(yù)測模型引入位置指紋定位算法中，基于當(dāng)前時(shí)刻之前的三個(gè)位置坐標(biāo)序列，利用灰度模型預(yù)測出待定位節(jié)點(diǎn)的位置坐標(biāo)。以當(dāng)前位置坐標(biāo)、當(dāng)前時(shí)刻的速度以及與上個(gè)

3、時(shí)刻的時(shí)間差為參考來劃分區(qū)域，縮小定位范圍，從而達(dá)到減少計(jì)算量、減少定位時(shí)間的目的。⑵在線定位階段，構(gòu)建了一種改進(jìn)的帶權(quán)KNN在線定位方法。為保證定位精度，在線定位階段通過分析RSS(Received Signal Strength，簡稱接收的信號強(qiáng)度)距離能量損耗特點(diǎn)，對RSS向量進(jìn)行基于特征分析的噪聲過濾，以過濾后的向量相似度為權(quán)重計(jì)算標(biāo)準(zhǔn)，確定權(quán)值參數(shù)列表，然后通過帶權(quán)KNN計(jì)算待定節(jié)點(diǎn)坐標(biāo)，實(shí)現(xiàn)定位。⑶對GWKNN位置指紋定位算

4、法和傳統(tǒng)的位置指紋定位算法進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明，當(dāng)AP接入點(diǎn)數(shù)目越多，位置指紋數(shù)據(jù)庫粒度越細(xì)時(shí)，傳統(tǒng)的位置指紋定位算法和GWKNN位置指紋定位算法的平均定位誤差都會減小。但是在相同的條件時(shí)，改進(jìn)算法的平均定位誤差相對較小。參考節(jié)點(diǎn)數(shù)目較多時(shí)，GWKNN位置指紋定位算法比傳統(tǒng)的位置指紋定位算法的定位時(shí)間明顯減少。并且參考節(jié)點(diǎn)的個(gè)數(shù)對GWKNN位置指紋定位算法的定位時(shí)間沒有明顯影響。因此，改進(jìn)的位置指紋定位算法定位精度更高，而且在指紋庫規(guī)