基于Wi-Fi的室内测时差定位方法

近年来室内Wi-Fi定位技术快速发展,已有多种定位方法投入商业运用。为满足用户对室内定位的更高精准度的要求,文章旨在研究基于室内Wi-Fi定位改进的测到达时差定位方法,采用高精度的相对时统、脉冲测时差及四站三双曲面定位技术,进一步提高定位精度,对Wi-Fi定位家族(体系)加强、补充和丰富。     

基于Wi-Fi的室内定位技术研究

近年来,位置服务的相关技术和产业向室内发展,主要发展动力是室内位置服务应用范围很广且能带来巨大的商业潜能。各大运营商分别制定了大规模战略目标,促进新业务趁此机会迅速转型。文章首先介绍了当前主要的室内定位技术,然后在对基于Wi-Fi的室内定位技术的工作原理作出说明,结合各大运营商的Wi-Fi部署情况和各大商场内部对精准定位的需求,重点对RSSI和CSI技术来进行研究。     

基于Mann-Whitney秩和检验的无线局域网室内映射与定位方法

该文提出一种基于Mann-Whitney秩和检验的无线局域网(WLAN)室内映射与定位方法。该方法首先根据实际定位精度需求对目标区域中的运动路径进行分段,同时基于Mann-Whitney秩和检验方法合并相似运动路径片段;然后,利用一种基于相似接收信号强度(RSS)序列片段的信号聚类算法,保证同一聚类中RSS样本的物理邻接关系;最后,通过骨干节点的扩散映射,建立物理与信号空间的映射关系,实现对运动用户的定位。实验结果表明,相比于已有WLAN室内映射与定位方法,该文方法在无需运动传感器辅助和构建位置指纹数据库的条件下,能够实现更高的映射与定位精度。     

基于Wi-Fi信号的室内人员定位追踪系统设计与实现

文章提出一种WKNN优化算法,设计与实现了基于Wi-Fi信号的室内人员定位追踪系统.针对传统WKNN算法中利用加权平均计算权重不稳定,存在一定误差的问题,引入可以不断递归处理数据的卡尔曼滤波,获取加权系数的最优估计值,以此提高室内定位精度,并在此基础上设计与实现了基于Wi-Fi信号的室内定位软硬件系统.测试结果表明,改...     

一种基于WIFI信号指纹的室内定位技术

对现有的室内定位技术进行综述研究,并提出一种基于WIFI信号指纹的室内定位技术。首先,从定位数学基础出发,阐述三边定位与最大似然估计定位算法,介绍基于无线电信号强度(RSS)定位算法与基于时间差(TDOA)定位算法,其次,对现有室内定位算法进行研究,提出了一种利用复杂环境的多径效应,分析RSS与物理位置的关联性进行射频定位,算法本身不需要额外的硬件支持,依靠已经建立好的离线数据库,只要在接收端获得WIFI信号对应的信息,即可取得定位结果,最后,指出了影响信号指纹定位精度的关键要素,并明确了改进方向。     

基于Wi-Fi的动态室内定位方法

针对目前动态室内定位方法定位精度不足,研究基于Wi-Fi的动态室内定位方法。该方法利用传感器采集Wi-Fi的RSS(received signal strength,接收信号强度)指纹信号后,使用改进非均值滤波算法去除RSS指纹信号的干扰噪声,以不含干扰噪声的RSS指纹信号作为基础,使用基于指纹子空间匹配动态室内定位方法,计算不同阶段RSS指纹覆盖向量、汉明距离以及欧式距离等,得到若干个动态室内定位估计值,再使用峰值密度聚类算法对若干个动态室内定位估计值进行估计,获取估计值中可信的估计位置,即动态室内定位结果。实验结果表明：该方法不仅可有效去除RSS指纹信号含有的干扰噪声,还可对动态室内目标进行准确定位,定位误差仅为-1～0.5 m,定位精度较高。     

基于RSSI的Wi-Fi室内定位常用算法对比

WiFi定位是室内定位的方法之一,其观测值主要为WiFi的信号强度(received signal strength indication,RSSI),利用信号强度进行室内定位的方法基本上可以分为两种,一种根据模型计算接收节点与发射节点的距离,估计接收节点的位置;另一种是根据事先采集的信号强度指纹进行空间匹配。通过在不同场景下对两种定位算法的比较,基于信号强度指纹匹配的定位精度明显高于基于估计接收节点的定位精度,但与指纹匹配法相比,位置估计法更加灵活。     

基于WLAN信号能量转换的室内定位模型及系统

提出了基于移动终端间信号强度转换的室内定位方法,建立了基于WLAN信号能量转换的室内定位模型,通过终端间信号强度转换,得到终端间信号对应关系和空间各位置的信号位置特征,查询粗转换表和微调整表实现精确的室内定位。该方法减少终端间信号接收的差异性,有效的提高室内定位精度。     

基于Wi-Fi/PDR的室内融合定位算法研究

伴随着室外定位系统的成熟,人们对室内定位的需求逐渐增大,然而,面对复杂的室内定位环境,单一室内定位技术无法实现高精度的定位。Wi-Fi定位技术和PDR定位技术是常用的室内定位技术,其中PDR定位技术存在累计误差,定位稳定性较差,无法长时间单独使用,Wi-Fi定位技术易受到室内复杂环境影响。为了减小PDR和Wi-Fi定位技术的误差,得到更精确的定位结果,针对两种定位技术的优点与局限性,文章提出了两种融合算法：加权融合定位算法、基于扩展卡尔曼滤波的融合定位算法。融合算法减小了累计误差对PDR定位结果的影响,同时提高了Wi-Fi定位的精度。实验结果表明,文章提出的算法相比单一定位技术和加权融合定位算法,有更好的定位精度和稳定性。     

室内分布系统与宏蜂窝网络关系探讨

介绍了常用的高层覆盖方案,结合联通高层覆盖的现状,对室内分布系统和室外宏蜂窝网络之间的频率干扰和信号外泄问题的原因和解决方法进行了分析。     

联合Spline插值的Wi-Fi指纹匹配定位算法

该文从降低现有的Wi-Fi室内定位技术算法成本、保证定位精度的角度出发,提出了联合Spline插值的Wi-Fi指纹匹配定位算法。在构建信号强度指纹数据库方面,该文提出了稀疏指纹库的构建,大大降低了数据采集的工作量和硬件需求,并且提出将混合滤波与Spline插值方法结合,对稀疏指纹数据库进行丰富。在信号强度指纹数据库的插值方面,经过相同程度的混合滤波后,与已知的反距离加权(IDW)插值算法相比,联合Spline插值方法能够实现对数据库的精确填充,实现更高的定位精度;在指纹匹配定位方面,采用K最邻近(KNN)等匹配算法实现高精度定位。通过仿真实验证明,该文所提出的联合Spline插值的Wi-Fi的指纹定位方法能够在仅需要构建低成本稀疏指纹数据库的前提下,保证较高的定位精度。     

GSM/CDMA室内分布系统工程设计中应注意的几个问题

从GSM／CDMA室内分布系统的设计思路出发，对信号源、室内信号分布系统选取原则和方案、室内覆盖场强计算、两网共建以及直放站作为信号源时应考虑的相关问题进行了详细的论述和分析。     

基于视觉物体识别的抗差岭估计定位算法

基于视觉物体识别的室内定位算法是一种新型的室内定位解决方案,算法通过物体检测、位置匹配、定位方程解算等步骤确定用户位置。然而,受到单目相机视域较小和物体检测算法精度较低的影响,根据检测物体测距信息而构成的定位方程存在严重的病态性,极大降低了算法的定位成功率和定位精度。因此,该文提出一种抗差岭估计定位解算算法,通过引入岭参数将无偏估计变为有偏估计,实现均方误差最小约束条件下的最优位置估计,并利用迭代选权降低了质量较差的观测量对定位精度的影响。实验结果表明,与OLS (Ordinary Least Square), LM (Levenberg-Marquardt)和RR (Ridge Regression)算法相比,该文提出的抗差岭估计定位解算算法能够有效提高基于视觉物体识别的室内定位方法的成功率和精度。     

面向WLAN室内定位的T检验样本容量优化方法

WLAN（Wireless Local Area Networks）室内定位已受到人们广泛的关注,而在离线指纹采集阶段常常容易造成位置指纹RSS数据采集的盲目性和不可靠性,并忽略所需采集RSS（Received Signal Strength）样本容量与定位性能的关系.为了解决这一问题,本文提出一种面向WLAN室内定位的T检验样本容量优化方法.该方法在离线阶段利用OC（Operating Characteristics）函数优化指纹数据库允许的最小RSS样本容量,而在在线阶段利用T检验方法对目标终端进行粗定位,并进而提出基于T检验的KNN（K-Nearest Neighbour）算法以完成对目标终端的精定位.此方法用有限的样本容量获得较稳定的定位性能分析结果,显著地减少了大量的人力和时间开销.     

贮存环境对某型霍尔电路性能参数的影响研究

在A(寒温）、 B(亚湿热）、 C(亚湿热）、 D(热带海洋）4地的库房内对某型霍尔集成电路开展了为期17年的库房贮存试验,跟踪测试了该型霍尔集成电路的高电平－低电平磁感应强度(工作点） BH－L、低电平－高电平磁感应强度(释放点） BL－H和回差BH等性能参数,并应用T－检验法对4地贮存环境对样品的性能参数的影响进行了分析研究,结果表明各地贮存环境条件对样品的性能参数的影响各不相同。     

多制式室内分布系统干扰问题分析

对多系统环境下不同系统间的相互干扰和隔离度要求进行了理论分析,给出了初步的结果;根据测算结果,对如何解决室分的干扰问题提出了建议。