基于信息熵的WLAN室內(nèi)定位算法研究.pdf

1、無(wú)線局域網(wǎng)作為寬帶有線接入網(wǎng)的補(bǔ)充應(yīng)用越來(lái)越廣泛，同時(shí)也催生了以無(wú)線局域網(wǎng)為基礎(chǔ)的各類服務(wù)如 WLAN室內(nèi)定位服務(wù)等。而基于位置指紋的WLAN室內(nèi)定位系統(tǒng)以其操作及設(shè)備簡(jiǎn)單等特點(diǎn)而成為研究熱點(diǎn)。因而本文將基于位置指紋的WLAN室內(nèi)定位方法作為主要研究?jī)?nèi)容，并通過改進(jìn)該方法提高定位準(zhǔn)確度和定位所需時(shí)間。
　　基于位置指紋的WLAN室內(nèi)定位一般分兩個(gè)階段：離線階段 Radio Map的建立和在線定位階段。在離線階段，通過實(shí)測(cè)得到參考點(diǎn)

2、的位置信息及相應(yīng)的RSS值形成Radio Map；在線階段使用特征匹配算法計(jì)算出在線測(cè)得數(shù)據(jù)的物理位置?；谖恢弥讣y的定位算法需要解決兩個(gè)問題：定位的準(zhǔn)確性和時(shí)效性。因而本文研究了聚類算法、AP選擇算法及Radio Map更新算法。
　　首先，本文分析了現(xiàn)有的基于 Radio Map的WLAN室內(nèi)定位的特點(diǎn)，根據(jù)其關(guān)鍵的兩個(gè)環(huán)節(jié)即Radio Map的建立及特征匹配算法進(jìn)行分析。位置指紋的創(chuàng)建方法有兩種，即自由空間傳播模型法和接收到

3、 RSS值的特征值法，本文選用 RSS特征值法。RSS值隨著時(shí)間，天線朝向，參考點(diǎn)位置變化而變化，因而需要選用合理的方法建立Radio Map。特征匹配算法中，包括最簡(jiǎn)單的最近鄰算法、經(jīng)典的K近鄰算法和加權(quán)K近鄰算法。
　　其次，本文通過分析Radio Map，研究如何對(duì)Radio Map進(jìn)行化簡(jiǎn)及更新操作。為了定位的時(shí)效性，本文首先對(duì)Radio Map進(jìn)行聚類處理，將 Radio Map劃分為幾個(gè)小類，然后在每一個(gè)小類中使用 A

4、P選擇算法選擇出合適的AP組合用于定位。在聚類算法中，研究了最簡(jiǎn)單的K均值聚類算法、引入隸屬度概念的模糊 K均值聚類算法和無(wú)需指定初始聚類數(shù)的仿射傳播聚類算法；在 AP選擇算法中，研究了隨機(jī)選擇及均值最大選擇 AP方法、信息熵增益方法和互信息熵方法。最后，為定位的準(zhǔn)確性，研究了基于隱馬爾科夫模型的Radio Map更新方法，并使用EM算法對(duì)隱馬爾科夫模型進(jìn)行求解。
　　最后，通過在真實(shí)環(huán)境下的實(shí)驗(yàn)仿真，利用特征匹配算法進(jìn)行定位。對(duì)