基于嵌入式的室內無線定位技術研究與實現.pdf

1、分類號：UDC：密級：學校代號：學號：廣東工業(yè)大學碩士學位論文(工程碩士)118452111203072基于嵌入式的室內無線定位技術研究與實現李福堅指導教師姓名、職稱：曇鍪明敦援專業(yè)或領域名稱：叢益邀麥工程學生所屬學院：信：息工程堂院論文答辯日期：2Q!生5旦三Q目隨著無線通信技術、及，人們對位置信息的需技術，雖然目前人們對室雜，無線信號受反射、折摘要摘要嵌入式技術和物聯網技術的快速發(fā)展和智能終端的不斷普求不斷增強，而無線定位技術是實現

2、位置信息服務的關鍵外環(huán)境的定位需求已經得到滿足。然而，由于室內環(huán)境復射、令人滿意，加上使用成本高、衍射和多徑環(huán)境的影響較大，使得室內定位效果難以定位精度差等方面的原因，限制了室內位置服務的普及和發(fā)展。目前的相關研究主要集中在基于指紋定位理論和技術，但在定位精度、穩(wěn)定性等方面難以讓人滿意。本文首先介紹了無線定位技術的研究背景和意義，從無線定位技術的多樣性和實用性、室內定位技術研究方向及原理等多個角度綜述了國內外的研究現狀；接著對室內無線定

3、位涉及的相關原理知識進行了歸納；并對基于指紋定位算法進行了研究。從實際應用出發(fā)，在分析和研究了室內無線信號傳播損耗模型的基礎上，并分析對隔墻損耗對信號傳播模型的影響，提出對隔墻損耗的補償方法，為了得到RSS和傳輸距離之間確定的非線性關系，并結合室內無線信號的傳播特性和RBF神經網絡較強的非線性逼近的特點，研究基于RBF神經網絡的室內定位算法，用RBF神經網絡去擬合室內無線信號的傳播特性，然后融合加權質心算法進行位置估計，較好地解決了直接

4、利用傳播模型導致定位性能較差的問題。實驗結果表明，該方法有效抑制了室內多徑傳播環(huán)境下產生的誤差，定位性能相對傳統(tǒng)方法有較大提升。在基于位置指紋庫的定位方法研究中，引入支持向量機，根據SVM具有較好的學習和泛化能力的特點，把定位匹配轉換為分類問題，針對支持向量機分類存在的片面性問題，在位置指紋分類時引入反K近鄰方法，融合支持向量機分類與反K近鄰的分類方法，通過用反K近鄰法對SVM分類超平面附近的點進行重新分類，降低了SVM分類超平面附近點