基于指纹技术的蓝牙室内定位系统

针对室内定位服务的迫切需求,搭建了利用指纹技术实现对室内蓝牙设备的精确定位系统。该系统以蓝牙设备为平台,通过获取蓝牙无线链路的接收信号强度参数,建立信号样本数据库,对在线阶段采集到的信号利用K阶近邻法实现对设备的定位。该系统在传统指纹定位算法的基础上加入了对在线定位阶段信号的小波去噪过程,用于降低噪声干扰,提高定位精度。在办公室环境下,蓝牙设备的平均定位精度达到了0.2 m。     

基于特征匹配和距离加权的蓝牙定位算法

针对传统iBeacon指纹定位技术中接收信号强度值（RSSI）波动较大、指纹库聚类复杂、存在较大跳变性定位误差等问题,提出一种基于排序特征匹配和距离加权的蓝牙定位算法。在离线阶段,该算法先对RSSI进行加权滑动窗处理,然后根据RSSI向量大小生成排序特征码等值,并与位置坐标等信息组成指纹信息,形成指纹库;在在线定位阶段,根据排序特征向量指纹匹配定位算法和基于距离的最优加权K最邻近法（WKNN）实现室内行人定位。在定位仿真实验中,该算法可以自动根据特征码进行聚类,从而降低了聚类的复杂度,能实现最大误差在0.952 m内的室内行人定位精度。     

一种基于信号强度的室内定位干扰抑制新方法

针对WiFi、蓝牙等基于信号强度的室内定位技术易受遮挡、反射等影响,导致较大定位误差的问题进行研究.在室内信号传播模型的基础上,推导出基于信号传播模型的场强测距模型,根据该模型对现有定位解算中的牛顿迭代算法进行改进,对不同信号计算不同权值,采用加权最小二乘法求解,在不增加解算复杂度的情况下,提高定位精度.仿真表明,该算法抑制干扰能力强,有效提升了定位精度.     

基于蓝牙技术的推送系统的设计和实现

互联网和移动终端的普及推动着LBS向ILBS发展,而蓝牙与移动终端良好的契合使其成为室内定位技术的首选。分析了基于蓝牙技术的推送系统的原理,实现了以蓝牙节点、移动终端、服务器为三大模块的推送系统。实验结果表明,以蓝牙4.0设备发射信号、Bluetooth Adapter扫描搜索、Http URLConnection传输数据、JPush推送信息、Sae云平台移植组成的室内定位推送系统具有开发周期短、消息推送实时性强、稳定性好等优点。基于此构建的蓝牙技术的推送系统在室内定位方面具有很大的市场价值。     

基于机器学习与蓝牙RSSI的室内定位技术研究

对一种基于蓝牙RSSI(received signal strength indicator)结合机器学习算法的室内定位技术进行了研究。以蓝牙低功耗信标作为发射节点，接收移动节点的RSSI信号，通过三坐标测算技术，结合k近邻（k-nearest neighbor, k-NN）机器学习算法，参考已知信标节点对移动节点RSSI数据进行分类，估算出待测点坐标，从而定位室内用户位置。所研究的室内定位技术，综合运用了蓝牙低功耗信号处理、RSSI测距及机器学习等多种技术，能精确地用于各种静态或动态的应用室内定位场景。在某高校图书馆室内部署本文技术方案，测试结果表明机器学习结合蓝牙RSSI的室内定位精度相比传统定位方法得到提高。     

一种自适应智能三边定位算法的设计与实现

为了有效抑制室内复杂环境对无线传感器网络节点定位精度的影响,以及降低室内定位系统对环境的依赖性,提出了一种自适应智能三边定位算法.该算法通过测量移动节点与各信标节点的距离值的波动情况,生成相应的自适应因子.该变化因子控制三边定位算法中距离半径的微调量,使3个定位圆的重叠部分的面积小于一定的数量级,然后在重叠区域中作最大内接圆,将圆心作为移动节点的位置.仿真结果表明该算法比加权三边定位算法具有更高的定位精度,鲁棒性好,能适应不同规模和类型的定位系统.     

基于改进粒子滤波的室内自适应定位算法

精确的室内定位系统具有重要的研究及应用价值。由于GPS在室内受到很多约束条件而无法提供精确的室内定位服务,如何提高室内定位算法的精度已经成为当前研究的热点。通过提出一种基于改进粒子滤波的室内定位算法以减少室内环境影响来提高定位精度。该算法主要思想是通过手机等移动设备接收AP传播的信号,然后根据室内拓扑建立一个信号衰减模型,在移动设备的移动过程中结合粒子滤波进行定位。在定位过程中,移动设备采用自适应的信号采集方法来接收信号,同时随机游走思想和自优化的重采样方法被用来改进粒子滤波。仿真实验结果表明该算法能够有效提高室内定位的精度和鲁棒性。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

室内定位终端的状态检测系统设计

针对室内人员物资定位终端独立分散、不能远程传输等缺陷,采用移动端和定位终端通过蓝牙(BLE)传输协议,对定位终端进行自身状态的检测。室内定位终端主要应用在大型商场、医院、车站等场景,用于室内人员和重要物资的定位。检测系统以APP形式运行在手机上,通过蓝牙传输自定义数据格式,上位机和下位机通过CRC校验进行数据安全验证。试验结果证明了该检测系统能够稳定运行在主流手机中,检测定位终端设备功能稳定。APP界面展示表明,该系统可以实时检测设备本身的状态。     

基于聚类分析优化的距离修正室内定位算法

基于接收信号强度RSSI的定位系统易受环境影响,提出一种基于聚类算法分析的高斯混合滤波的RSSI信号处理优化策略,通过优化接收信号强度及距离修正的四边质心定位算法对未知节点进行精确室内定位,使用蓝牙4.0信标节点进行实地实验。实验结果表明,该算法可以有效提高测距精度,改善系统的定位精度,比传统加权质心算法的定位精度提高了34.6%,且定位平均误差不超过0.5m,可满足室内定位精度要求。     

一种基于蓝牙信标的室内定位系统

针对室内定位与导航服务的应用需求,使用蓝牙信标节点,构建了一种米级室内定位系统.设计了一种基于CC2540F256的蓝牙4.0信标节点,采用优化均匀部署方法完成信标的布设,在此基础上配置信标BLE协议栈进行位置标识;在安卓平台下搭建定位终端,利用三角质心定位方法实现位置估计.该系统在传统RSSI定位方法的基础上,加入阶段去噪与平滑滤波过程,用于提高测距准确度和稳定性.在实验室楼道测试环境下,平均定位精度可达1.5m,具有布设方便、功耗低和绿色环保的特点.     

蓝牙分散网的多径不相交的路由算法

蓝牙的分散网是一种特殊的自组网．由于蓝牙设备的连接和通信的特性，传统自组网的路由协议不适于蓝牙网络．针对这个问题，提出了一种多径不相交(MPD)的路由算法．仿真结果表明，采用多条路径并行发送数据，提高了数据的投递率，减少了端到端之间的传输延迟，从而有效地减少了网络拥塞；避免了由于路由崩溃，造成系统瘫痪．     

A connectivity index for moving objects in an indoor cellular space

With the currently available indoor positioning devices such as RFID, Bluetooth and WI-FI, the locations of moving objects constitute an important foundation for a variety of applications such as the tracking of moving objects, security and way finding. Many studies have proven that most individuals spend their lives in indoor environments. Therefore, in this paper, we propose a new index structure for moving objects in cellular space. The index is based on the connectivity (adjacency) between the indoor environment cells and can effectively respond to the spatial indoor queries and enable efficient updates of the location of a moving object in indoor space. An empirical performance study suggests that the proposed indoor-tree in terms of measurements and performance is effective, efficient and robust.     

基于蓝牙信标的室内定位

近年来随着技术的进步和人们生活水平的提高,人们生活中的大多数时间都是在室内度过的,所以对室内定位的各种需求在不断增长,逐渐成为一个研究的热点。因此,本文设计了一种基于蓝牙信标的室内定位系统,该系统在分析了蓝牙信标的RSSI信号的分布特点的基础上,采用高斯滤波和卡尔曼滤波融合使用的方式来对接收到的信号实行滤波处理,接着在大量地实地测试的基础上,建立了RSSI信号的测距模型,最后使用三边质心算法作为定位算法。     

Improvement of Kalman filters for WLAN based indoor tracking

Location Based Service (LBS) cannot be realized unless the location of the user is available. For indoor LBS, indoor positioning must be utilized and many researchers have been working on indoor positioning and tracking. For example, Extended Kalman filter (EKF) was exploited in Bluetooth based indoor positioning. Nowadays, WLAN (Wireless Local Area Network) is available virtually everywhere. Thus, WLAN based indoor positioning and tracking is more economical than Bluetooth based ones. This paper proposes a new WLAN based EKF indoor tracking method by extending existing Bluetooth based EKF positioning method. After analyzing the experimental results of it, we modified it to use K-NN method in the measurement stage of it. Then we propose to further improve the accuracy of indoor tracking by adjusting the parameter values referring to the map information. Experimental results comparing our method with other previous methods are discussed.     

使用位置指纹算法的WiFi定位系统设计

随着无线城市的建设和推广,WiFi无线热点的数量在逐渐增加,基于智能手机的定位应用也受到越来越多的关注。然而仅借助于GPS卫星定位系统,无法在高楼林立的市中心或是室内场景定位。因此,本文利用WiFi信号本身的特点,在Android平台上设计了一种基于位置指纹算法的WiFi定位系统。针对WiFi信号本身的不稳定性以及不同设备之间无线信号接收差异两种影响因素改进了该算法。     

基于低功耗蓝牙的室内定位技术研究

针对室内定位与导航服务的迫切需求,使用iBeacon信标节点,设计了一种基于低功耗蓝牙的室内定位系统.采用接收信号强度模型进行测距,对信号强度进行了滤波处理,用于增强稳定性.室内电磁波衰减模型选择对数常态模型,定位算法采用LANDMARC系统定位算法.研究结果表明:本文的定位方案在15 m×5.4 m的室内环境下,定位误差小于2.5m,具有布设简单、低功耗和绿色环保的特点.