基于WiFi的目标反射信号提取及定位算法

近年来,利用WiFi的普遍性与其提供的信道信息对覆盖范围内的人物进行定位成为一个十分热门的研究方向。现存的室内定位通常需要提前在离线阶段建立相应特征库,有些系统还对设备有特殊要求。文章提出了一种基于商用WiFi路由器和无线网卡的系统,通过对信道状态信息(CSI)进行处理,成功分离出由移动目标反射的动态路径信号,用于参数提取,构建定位模型,对目标进行定位跟踪,可以做到0.7 m精度的定位。     

基于WiFi的分级室内定位

在经典的K最近邻(K-Nearest Neighbors,KNN)的WiFi定位方法中,其算法复杂度随着定位区域和定位区域内的WiFi接入点(Access Point,AP)的增加而增加,无法满足实时定位的要求.为此,提出一种分级WiFi定位算法.算法分为粗定位和精定位阶段,首先通过AP的可见性利用汉明距离寻找可能的子区域,再用KNN算法在子区域内(利用信号强度欧氏距离)进行精定位.经过实测数据验证,平均单次定位时间在KNN算法下下降了约95％,在最大后验算法下下降了约96％,表明所提分级定位框架具有延迟低的优点.     

基于三角形与位置指纹识别算法的WiFi定位比较

WiFi的定位实现主要基于三角形算法和位置指纹识别,文章首先分别对这两方面从理论上作了介绍,然后通过在校园和市内两种室外环境的现场实验,证实了基于WiFi无线定位的可能性,也表明了在室外环境下基于位置指纹识别的定位性能远优于基于三角形算法。     

基于一次反射的室内WiFi辐射源单站定位方法

为了解决WiFi外辐射源雷达现场应用中首先需要实时获取室内辐射源位置的问题,通过详细分析室内环境中信号的反射方式和特性,利用一次反射信号建立了WiFi辐射源测量的到达时间差(TDOA)模型,并分析推导出辐射源坐标求解方程。对于该非线性方程,先利用Taylor展开在初值处将其线性化,然后利用高斯牛顿迭代法估计辐射源坐标,且具有较快的收敛速度。仿真分析表明其所提算法可实现室内辐射源定位,且因方程线性化带来的精确度损失可通过迭代得到快速补偿。     

基于WiFi的设备无关被动式定位技术研究

基于WiFi的被动式定位技术因其不要求目标携带射频标签、定位设备已商用化、定位数据便于获取等优点得到广泛关注。文中综述了现有的基于WiFi的设备无关被动式定位系统,按照定位数据特点和定位实现原理,对比分析了基于接收信号强度(RSS)和基于信道状态信息(CSI)的WiFi定位系统的架构、定位性能和适用性,所得结论可作为定位系统选择的依据。     

一种抗干扰的室内WiFi指纹定位算法

随着现代网络技术和移动设备的飞速发展,高速便捷的WiFi已经深入人们生活的各种场合。人们除关注WiFi在网络服务质量方面的表现之外,也着眼于WiFi所能提供的位置服务。WiFi指纹定位是一种常用的定位方法,但实际定位中常有某个WiFi装置受到干扰的情况,如人员遮挡等。这将使WiFi指纹的某个特征可靠性降低,导致指纹匹配算法精度下降。针对此类问题,文章提出了一种称作最优特征分割的抗干扰指纹匹配方法,即找出最能代表这个指纹点的特征,并据此将指纹库迭代分割为子集,直至达到定位要求。最后通过仿真和实验验证了算法的可行性。     

基于WiFi的室内目标检测与定位方法

提出了一种基于WiFi的室内目标检测与定位方法。采用连续多路径干扰消除的方法为多维参数估计提供初始化值,对估计出的多维参数进行特征提取和分类,可以识别出室内有无目标以及目标的状态。通过信道参数实现目标位置估计,并根据室内地标来校准位置。实验结果表明,提出的定位算法平均误差为0.825 2 m,可有效提高定位的准确度。     

基于LOS/NLOS识别的WiFi FTM定位

在室内定位领域,IEEE于2016年提出了802.11mc协议,实现了高精度的WiFi测距,并可以提供米级的定位精度.针对此测距方法精度受非视距(NLOS)影响严重,影响室内定位精度的问题,提出了一种基于视距(LOS)非视距识别的RTT定位方法,建立了一个视距非视距模型用于识别非视距测距结果,将非视距剔除后用最小二乘法...     

船舶基于WiFi的通信定位系统测试的探讨

由于在船舶上使用WiFi技术受到人员、环境以及地理位置等客观因素的制约较大,一般情况下船上缺乏中高端专业技术人员以及象矢量信号分析仪、频谱分析仪与信号发生器等这类专业仪器仪表,另外,其环境布局、使用材料以及受大功率电磁干扰的情况也与地面存在着显著的差异。在这种情况下要解决船上WiFi通信定位系统的测试,探讨一套简易的满足船用条件的系统测试方案显得尤为重要。     

基于区域限制的WiFi/PDR融合实时定位算法

针对室内定位系统在实际应用场景中算法复杂度高、运算量较大的问题,文中设计并实现了一种基于EKF的WiFi/PDR融合定位系统。在WiFi指纹定位部分提出了基于自适应滑动窗口的指纹匹配方法,通过邻近状态的RSSI欧式距离解算得到搜索窗口,以动态调整指纹库的匹配范围,从而实现了定位结果的快速收敛。在融合定位阶段,结合EKF与PDR的系统特性来解决时间配准问题。以WiFi数据更新为基准,利用EKF算法进行数据融合,在融合数据不同步时由PDR直接输出定位结果。实验结果表明,该定位系统具有良好的运行效果与稳定性,所提方法在实际定位场景中的平均定位误差为2.27 m,并在80%的情况下能够达到3 m的定位精度。     

基于GPS与WiFi的室内外无缝定位技术研究

随着信息技术的突飞猛进,人们对于基于位置的服务的需求日益增加。在室外,GPS技术已经日趋成熟,已经可以满足人们在室外的位置需求。室内Wi Fi定位技术具有信息传输速度快,成本低,定位精度高的优点,受到研究者的青睐。结合两者优势,本文研究了一种结合GPS与Wi Fi的室内外无缝定位技术。     

应用膨胀算法提取目标的直接定位算法

为了解决被动雷达系统中的多发射源定位问题，提出了一种基于多重信号分类(MUSIC)算法和图像膨胀(IE)算法的直接定位方法。该方法结合了谱分析中的MUSIC思想，通过对接收量测协方差矩阵进行特征分析求解目标的位置。首先，在目标个数未知的前提下，利用Akaike信息准则(AIC)来确定模型阶数；然后，推导了基于MUSIC的定位代价函数；之后，利用图像膨胀算法处理得到的代价函数平面；最后，膨胀处理后的输出为目标个数及目标位置的估计值。提出的算法有效地解决了目标检测及提取的问题，能够确定多个目标的位置坐标，为后续的定位性能分析提供可能性，也保证了算法的完整性。进一步地分析了多个临近目标情况下影响目标提取性能的主要因素。     

基于WiFi定位的地震搜救系统设计

在地震灾害频发的时代,地震发生后,快速定位被困人员的位置和数量是展开救援工作的第一步。由此介绍一种以Wi Fi为核心的搜救系统的设计。该系统采取通过介质寻找人方式,利用了被困人员自身携带的智能手机,采用Wi Fi获取被困人员的MAC地址和手机信号强度RSSI,将数据通过主控芯片发送到Android端,并用三角形定位算法处理,最终实现了在Android平台上显示出被困人数和大致位置,通过上报机制让指挥中心实时了解灾区情况,及时制定救援计划。测试结果证明,基于Wi Fi定位的地震搜救系统具有成本低廉、操作简便、定位准确度比较高的优势,有利于智能搜救设备在地震救援中的普及。     

基于WiFi的室内定位技术在博物馆的应用

在室内定位技术迅速发展的时代,由于WiFi技术的传输速度快、运行稳定、传输流量大等特点,因此在博物馆的展示导览服务领域内可以将WiFi技术与智能终端相结合,弥补传统人工讲解服务所存在的不足,既满足了观众需要,又有利于博物馆对展品的保护与管理。本文通过一个WiFi室内定位系统的实践应用展示了基于该技术在博物馆应用的可行性和有效性。     

无线WiFi与蓝牙Beacon融合定位

本文主要简述目前主流的室内定位技术及其面临的挑战,介绍无线WiFi与蓝牙Beacon融合定位的优势及其应用前景。     

一种基于WiFi信号的运动目标无源雷达成像方法

近些年无线局域网快速发展,覆盖范围增加,该文研究基于WiFi (Wireless Fidelity)信号的运动目标成像,扩展无源雷达的应用。首先探讨分析WiFi信号模糊函数特性,结果表明其具有良好的距离分辨率,可以用作无源雷达的外辐射源。然后采用分布式孔径,借助广义似然比估计理论进行成像,重建运动目标在2维空间的分布与速度,并分析了成像分辨率。仿真结果验证了给出的基于WiFi信号的无源雷达运动目标成像方法的有效性。      

基于动态环境的WiFi指纹自适应室内定位方法研究

通过WiFi进行室内定位早已不新鲜,然而其运行方法还存在一些问题,无法解决环境动态变化对RSSI值的影响,对此,相关工作者研究出了一种基于动态环境的WiFi指纹自适应室内定位方法,本文中通过相关资料和实验介绍了其研究历程、方法算法和作用,并且提出了一些改进意见,希望对稳定、准确的进行室内定位提供一些理论研究。     

WiFi技术在高校实验室设备定位管理系统的应用

分析目前高校拥有的专业的开发应用实验设备种类和数量多,如：嵌入式实验箱、物联网实验箱、RFID实验箱、网络设备等设备。日常上课使用率比效高,使用对像都是学生,实验完会有配件数量不对或出现丢失现像,造成管理难度大。因此,提出WiFi技术对验室设备实时定位及监控,有效地解决实验室设备管理难度大的新型管理模式。     

应用于WiFi室内定位的自适应仿射传播聚类算法

在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果,然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验,试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。     

传感器辅助的WiFi指纹室内定位方法

针对Wi Fi指纹室内定位技术中信号传播时变性大导致定位精度低的问题,提出一种传感器辅助的Wi Fi指纹定位方法。首先根据移动终端内置的加速度传感器判断用户的走步状态,以减少信号时变所引起的定位误差;然后利用终端中的磁力计与陀螺仪,通过传感器融合来计算用户的运动方向。最后结合所得的方向信息和历史位置计算终端位置,以减少指纹图中与终端反向的指纹带来的干扰,从而减少指纹匹配计算的复杂度。实验结果表明,提出的传感器辅助Wi Fi指纹定位技术能减小位置估计误差并提高定位的鲁棒性。