室内无线传感网络位置指纹法的研究

近年来，基于位置的定位服务技术被普遍应用，依据其使用的不同技术,可以分为室内、室外两种定位服务。其中，卫星定位及基站定位是眼下应用最广泛的室外定位技术，卫星定位利用卫星反馈的信息，如经纬度的坐标参数等进行定位，常见的卫星定位系统如美国全球定位系(GPS)、俄罗斯格洛纳斯(GLONASS)、欧洲伽利略(GALILEO)系统、中国北斗卫星导航系统等。室外定位服务技术已经实现了规模化和体系化，随着互联网时代的高速发展及大数据时代的到来，人们足不出户就可以办理很多事情。在这样的前提下，室内定位的需求越来越强烈，精度要求越来越高，由于室内环境复杂及空间相对狭小，技术难度也日益增大。当下，WiFi、蓝牙、UWB等是应用最广泛的室内定位技术，而不断发展的无线传感网络(WirelessSensorNetwork，WSN)也为室内定位提供了新的应用方案——无线室内定位。     

基于WiFi的室内定位算法的研究

随着现代社会科技水平的不断提高和通信技术的愈加完善,定位技术受到了用户越来越多的关注.WiFi定位技术具有在室内获取便利、 覆盖范围广、 信息传输速度快和搭建成本低廉等优点而得到了广泛的应用.提出了一种基于WiFi技术的位置指纹定位算法,称为快速定位算法,极大地提高了计算效率,并且仍然能够保持室内定位的精确性.基于此,设计并实现了应用于Android终端的室内定位系统.     

基于WiFi数据的实时高效定位分析系统设计

近年来很多室内定位技术被提出,但是大多数技术都是重点研究怎样提高定位精准度,却忽略了系统处理海量数据的稳定性、实时性和高效性。特别是在机场高峰时段和大面积航班延误情况下,大量旅客聚集在航站楼产生了海量WiFi数据,导致传统的数据处理架构出现处理数据不及时、统计实时性差、稳定性差的问题。针对该问题设计一种高吞吐、低延迟的分布式实时数据处理架构。该架构使用消息中间件、实时流数据处理、内存并行计算和分布式数据库读写技术,实现了大客流环境下处理海量实时WiFi数据的分布式定位分析系统。通过使用模拟数据和实时数据进行多组实验测试,验证了系统在保持定位算法准确性的情况下,仍然具有稳定、实时、高效的定位分析能力。     

基于多传感器室内云定位技术研究

目前室内定位技术仍处于探索阶段,正在研究的室内定位技术包括WiFi、Bluetooth、RFID、Zigbee、可见光定位、地磁定位、红外线定位和超声波定位等,通过这些独立的技术手段已经实现5～10 m的室内定位精度,但是在工作过程中这些技术手段往往存在可靠性、连续性和稳定性不足的现象,难以满足大众位置服务和应急救援的需求。在研究智能手机的WiFi、蓝牙和地磁等多传感器的基础上,提出了一种混合室内云定位技术,通过基于深度学习的多层指纹特征提取技术、基于众包数据的指纹数据更新技术,最终实现可靠连续稳定的定位结果,达到优于3 m的室内定位精度。     

基于信号幅值分布的室内指纹定位算法

室内定位算法是基于位置服务领域研究的难点之一。针对室内定位应用场合和精度问题,提出了利用K-means和KNN融合算法对覆盖率广的WiFi信号进行指纹定位。WiFi指纹定位主要问题是前期指纹库数据的精确以及后期数据的匹配效果。首先,对WiFi信号的概率分布进行研究,弥补了一直以来由于K-means是无监督学习带来的k值的难以选取的缺陷,提高了指纹库的精确性,同时确保数据实时性。后期在线数据处理利用KNN分类算法进行后期在线定位过程的准确性。经多个实验场景测试结果表明,该算法在室内定位精度上3 m定位精度概率保持在78.4%,4 m精度保持在93.6%,基本上保证了室内定位精度的要求。     

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。     

基于多模融合的室内定位算法研究

针对现有单模定位算法精度较低的问题,基于融合技术的思想,通过分析各种典型的室内定位技术及现有的融合定位系统,提出了一种WiFi与蓝牙两种技术进行融合的室内定位方案,旨在提高定位精度。提出的算法采用指纹法得到两种模式的定位结果,并在决策级上利用权重分析的方法进行多模融合,最终得到目标的坐标定位。     

多距融合室内定位算法研究

目前WiFi在室内环境中使用频次高,用户在通过两个相邻AP时会发生AP切换,并累计产生大量WiFi访问日志。WiFi日志中包含定位所需的接收信号强度指示符,在定位系统中直接利用WiFi访问日志中的数据,将极大地简化定位部署复杂度。文中提出了一种在两个相邻AP环境下,基于WiFi日志的多距融合室内定位算法,并通过实验仿真将新算法与路径损耗模型定位方法进行对比。实验结果表明,新算法具有易部署、低成本、低复杂度等特点,当训练样本个数达到300时即可达到稳定定位效果。     

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。     

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。     

Wirefree in Patmos

This paper describes the author's involvement in an effort aimed at providing broadband Internet connectivity to the island of Patmos, a small island in the southeast Aegean sea. Different approaches to deploying WiFi are explored for the purpose of providing the convenience of always-on networking to all the physical spaces people frequent, both indoor and outdoor, thus providing cheap ubiquitous broadband Internet connectivity in places that very often have no other way to get that kind of service.     

基于WiFi Halow的无线工业物联网应用

文章首先阐述了WiFi Halow技术内涵,分析了WiFi Halow技术的应用优势及其前景,最后重点探讨了基于WiFi Halow的无线工业物联网应用,以期为WiFi Halow技术在无线工业物联网中的高质量发展提供参考.     

基于云管端方式的广电公共WiFi技术架构

公共WiFi建设一直是各国电信业务系统建设的重点,因面向庞大的用户群和拥有灵活的业务接入能力,公共WiFi呈现出很强的生命力和扩展性。相比电信行业而言,广电有特殊的内容和渠道优势,并拥有传统累积的电视用户群, 同时,提供上网服务也是各地有线网络公司未来主要的增值业务之一,如何利用公共WiFi系统实现用户的增量突破和业务的创新是广电当前所思考的普遍问题。本文探讨了基于云管方式的公共WiFi组网技术方案,结合广电特色和应用场景,对未来广电公共WiFi的应用进行了探讨。     

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。     

物联网室内定位技术对比分析

随着物联网应用的发展,时空大数据对智慧城市等物联网应用具有决定性的意义。现在的物联网已经不是万物互联了,而是包含时空数据的、融合位置/时间/信息的事联网。人们的生活有70%的活动发生在室内,因此室内的定位就是物联网不可或缺的部分。详细分析了各种室内定位技术,并且对室内定位技术进行了对比分析,最后得出伪卫星是实现室内室外无缝定位的较好的方法。     

Location determination using WiFi fingerprinting versus WiFi trilateration

Many applications in the area of location-based services and personal navigation require nowadays the location determination of a user not only in an outdoor environment but also an indoor. Typical applications of location-based services (LBS) mainly in outdoor environments are fleet management, travel aids, location identification, emergency services and vehicle navigation. LBS applications can be further extended if reliable and reasonably accurate three-dimensional positional information of a mobile device can be determined seamlessly in both indoor and outdoor environments. Current geolocation methods for LBS may be classified as GNSS-based, cellular network-based or their combinations. GNSS-based methods rely very much on the satellite visibility and the receiver-satellite geometry. This can be very problematic in dense high-rise urban environments and when transferring to an indoor environment. Especially, in cities with many high-rise buildings, the urban canyon will greatly affect the reception of the GNSS signals. Moreover, positioning in the indoor/outdoor transition areas would experience signal quality and signal reception problems, if GNSS systems alone are employed. The authors have proposed the integration of GNSS with wireless positioning techniques such as WiFi and UWB. In the case of WiFi positioning, the so-called fingerprinting method based on WiFi signal strength observations is usually employed. In this article, the underlying technology is briefly reviewed, followed by an investigation of two WiFi-positioning systems. Testing of the system is performed in two localisation test beds, one at the Vienna University of Technology and another one at the Hong Kong Polytechnic University. The first test showed that the trajectory of a moving user could be obtained with a standard deviation of about ±3–5 m. The main disadvantage of WiFi fingerprinting, however, is the required time consuming and costly signal strength system calibration in the beginning. Therefore, the authors have investigated if the measured signal strength values can be converted to the corresponding range to the access point. A new approach for this conversion is presented and analysed in typical test scenarios.     

无线局域网室内定位关键参数计算

利用无线局域网（WiFi）进行定位是室内定位的一种可靠方法,但是在对城市WiFi信号进行采样收集,以利用它进行定位时会遇到许多现实困难.首先是安全隐私问题,往往无法进入他人住宅或办公区域测量WiFi接入点（AP）的实际位置;其次是终端WiFi模块的性能问题,不同WiFi模块在同一位置对同一AP可能获得不同的信号强度,因此也会造成信号强度偏移误差,最后是传播模型中的衰减参数估计问题,复杂的环境室内中往往难以靠经验确定信号衰减参数.文中提出一种基于Keenan-Motley （KM）模型的关键参数计算方法,通过对传播模型线性化求解能够利用周边采样点有效估算AP位置、信号强度偏移误差和传播衰减参数.     

室内VLC-WiFi异构无线接入网络研究

对室内VLC-WiFi异构网络进行研究,提出了基本的组网结构及改进的切换策略.根据室内VLC-WiFi异构网络的特点,确定了上下行传输方案,即上行数据使用WiFi链路传输,下行数据使用VLC和WiFi链路传输.当下行VLC链路不可用时,提出了一种基于切换间隔和运动趋势的动态驻留时间算法.仿真结果表明,提出的切换算法与传统算法相比,在不增加乒乓效应的前提下提高了系统的命中率.