WiFi指纹定位中终端设备差异性影响的研究

摘要

在高新技术飞速发展，智能终端快速普及的今天，人们对精确实时性的位置服务的需求日益迫切。目前室外定位技术已经较为成熟，得到广泛应用。室内环境比室外环境复杂，GPS等常用的定位技术在室内会受到墙壁遮挡、多径等的影响，难以实现精确定位。而室内定位必须达到较高的定位精度才能满足实际需求。因此，室内定位技术以其问题复杂性和需求的迫切性成为研究的热点。WiFi指纹定位技术作为现在最常用的室内定位方法之一，有着很广泛的用途，但是终端设备差异会造成终端间接收的WiFi信号强度的差异从而极大的影响WiFi指纹定位系统定位结果的准确性。　　为了解决终端间WiFi信号强度差异性的问题，本文提出了一种基于EM算法的非监督学习方法，该算法能够自动计算学习得到不同终端间WiFi信号强度的映射关系函数。把观测指纹通过转移函数映射到训练库中再进行定位就可以减小终端间WiFi信号强度差异性的影响，从而提高定位精确度。　　本文设计了具体的算法来自动学习不同终端设备 WiFi信号强度间映射关系，实现定位终端设备WiFi信号强度的校正，并将其应用到具体的定位算法中，实现定位。本文首先从理论上证明了这种解决方法的合理性。随后用不同手机终端组合进行实验验证，结果表明该算法能够使差异设备的定位误差平均减小20%以上。

目录

声明

第一章 绪论

1.1研究背景

1.2研究的目的和意义

1.3本文的主要研究内容和组织结构

第二章 WiFi指纹定位技术基础

2.1无线局域网室内定位技术

2.2 WiFi指纹定位技术

2.3 WiFi指纹定位中解决设备差异性问题的方法

2.4本章小结

第三章 基于增强EM算法的差异设备信号校正定位方法研究

3.1终端设备RSS信号差异性的理论分析

3.2增强EM算法理论基础

3.3基于增强EM算法的差异设备信号强度校正方法

3.4定位算法的设计

3.5本章小结

第四章 高密度WiFi接入点室内场景下的设备差异性实验及分析

4.1室内WiFi定位测量环境

4.2离线指纹库的建立方式

4.3实验设置及结果分析

4.4 本章小结

第五章 总结与展望

5.1本文总结

5.2研究展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文