基于信号强度的室内定位技术的研究

随着无线网络的发展与普及,室内定位越来越受到人们的关注;但是由于墙体等障碍物的存在和多径效应严重,室内环境相对复杂,对定位精度的要求也比较特殊;文章研究基于信号强度值(RSSI)的定位技术,引入滤波算法,对RSSI值进行修正,采用迭代的三边测量法估计出坐标位置,并结合TI公司的带定位引擎的片上系统CC2431,通过仿真和实验验证了算法的可行性和优越性,较CC2431减小了定位误差,提高了定位精度。     

改进神经网络的无线网络室内定位

受到多种因素的干扰,室内定位一直是无线网络研究中的热点,为了提升无线网络室内定位的效果,针对当神经网络存在无线网络室内定位精度的难题,设计了一种基于改进神经网络的无线网络室内定位方法. 首先收集无线网络室内相关信息,提取室内定位的数据,然后采用神经网络对数据进行学习,建立无线网络定位模型,并对神经网络的缺陷进行改进,最后在Matlab平台上进行了仿真实验. 结果表明,改进神经网络克服传统室内定位方法存在的局限性,获得了更高的无线网络室内定位精度,而且室内定位效率也得到了明显的改善.     

一种面向室内定位的基站选择优化方法

基于蜂窝网的室内定位由于与通信网络共用基础设施,因此具有覆盖范围广、无需基础设施再投资等突出优点,已成为电信运营商级室内定位的首选,是5G通信领域的研究热点之一。在蜂窝网室内定位场景中,基站的布局将直接影响接收首径的数量、到达时间TOA(Time of Arrivaling)和测量误差等要素,从而影响定位精度。据此,文中提出一种面向室内定位的基站选择优化方法,以减小由于基站布局引入的误差。首先,引入TOA信息去除TDOA定位的虚定位点;其次,针对不同基站选择方案得到的定位结果,利用二次聚类的思想去除孤立点,并根据聚类结果中样本节点数量最多的类确定定位点的位置。实验结果表明,与其他优化方法相比,所提方法的室内定位平均误差降低了15.49%。     

基于加权三角质心RSSI算法的ZigBee室内无线定位技术研究

室内移动定位在商场购物、建筑节能、医疗护理、应急救援等领域中应用广泛。由于受复杂室内环境等条件的限制,目前室内定位方法往往精度不高,价格也较为昂贵。ZigBee是一种新兴的短距离、低速率无线网络技术,利用ZigBee技术实现定位具有低成本、低功耗的优点,且信号传输不受视距的影响。本文对各种室内无线定位技术进行了分析和比较,选择用XBee模块进行自组织组网,采用加权三角质心RSSI定位算法,提高室内定位精度,并通过实验证明该方法的可行性。     

Kernel-based particle filtering for indoor tracking in WLANs

Indoor localization using signal strength in wireless local area networks (WLANs) is becoming increasingly prevalent in today’s pervasive computing applications. In this paper, we propose an indoor tracking algorithm under the Bayesian filtering and machine learning framework. The main idea is to apply a graph-based particle filter to track a person’s location on an indoor floor map, and to utilize the machine learning method to approximate the likelihood of an observation at various locations based on the calibration data. Nadaraya–Watson kernel regression is adopted to interpolate the Received Signal Strength (RSS) distribution for nonsurvey points. The success of the proposed kernel-based particle filter (KBPF) lies in the fact that KBPF incorporates the environmental and motion constraints into the model and restricts particles to propagate on the graph which precludes the locations that the person is unlikely to be at, and that the developed nonlinear interpolation method is effective in inferring the RSS distribution for the non-survey location points which makes it possible to reduce the total number of survey locations. In addition, missing value problem is addressed in this paper, and different methods are compared through experiments. We conducted a series of experiments in a typical office environment. Results show that KBPF achieves superior performance than other existing algorithms. It even yields higher accuracy with only a small fraction of training data than others with a full training data set. As a consequence, by applying KBPF, sub-meter accuracy can be obtained while extensive calibration effort can be greatly reduced. Although KBPF is more computationally complex, it can still provide real time estimates.     

基于IFC的室内地图模型构建研究

室内地图构建属于一项基础性研究,可为导航、疏散等建筑室内智能化应用提供 数据与技术支持。室内环境的复杂性,存在信息提取耗时且成本高,提取的室内信息不完整等 问题,而已有的室内地图模型通常体量庞大,数据复杂且冗余严重,实用性较低。为此,将 BIM 技术与室内地图研究相结合,以 BIM 通用交互格式工业基础类(IFC)文件为数据源,提取几何 与语义信息,提出一种室内地图模型的构建方法。内分类定义地图节点,完成对建筑室内信息 的抽象表达;通过设置阈值来简化地图中节点数量以达到模型的优化。该模型中可导入经典寻 路算法生成最短路径,并且设计路径优化方法。     

基于UWB室内送餐机器人定位信息系统

为了实现送餐机器人的室内精确定位与远程观察与控制,本文采用DW1000模块基于UWB结合ESP8266网络模块设计一款室内送餐机器人定位信息系统.该系统采用改进TWR测距算法避免各基站时钟不同步问题,改善了基站自身的时钟偏移误差.简化了TOA算法,从而使系统快速精确定位,同时利用ESP8266无线以太网模块将位置数据及状态信息传递到远端服务器上,便于查看实时位置状态与控制机器人行动.该系统是嵌入式无线互联系统,可以满足室内送餐机器人的定位与信息传递,并实现机器人的远程控制.     

室内环境约束的行人航向粒子滤波修正方法

在传统的基于航位推算和卡尔曼滤波的室内行人定位算法中,存在着航向误差累积的问题,这使得位置误差也会不断累积。针对这个问题,提出了室内环境约束的行人航向粒子滤波算法来修正方向误差。首先,将室内地图信息抽象成线段表示的结构体,将地图数据动态地融合到粒子补偿以及权重分配的机制中：其次,通过关联地图数据与待校准样本构建航向自修正机制;最后,通过关联地图数据与粒子落点构建依距离赋权机制。此外,该算法还简化了粒子滤波模型,将航向作为唯一状态量进行优化,在提高定位精度的同时降低了状态向量的维度,进而降低了数据分析处理的复杂性。通过融合室内环境信息,该算法有效地抑制了方向误差的持续累积。实验结果表明,与传统的卡尔曼滤波算法相比,所提算法能够明显地提高行人定位精度和稳定性,在距离为435 m的二维行走实验中,航向误差由15.3°降低到0.9°,终点位置绝对误差由5.50 m降低到0.87 m。     

室内动态环境下基于网格分割与双地图耦合的RGB-D SLAM算法

为解决室内动态环境下现有RGB-D SLAM（同步定位与地图创建）系统定位精度低、建图效果差的问题,提出一种基于网格分割与双地图耦合的RGB-D SLAM算法。基于单应运动补偿与双向补偿光流法,根据几何连通性与深度图像聚类结果实现网格化运动分割,同时保证算法的快速性。利用静态区域内的特征点最小化重投影误差对相机进行位置估计。结合相机位姿、RGB-D图像、网格化运动分割图像,同时构建场景的稀疏点云地图和静态八叉树地图并进行耦合,在关键帧上使用基于网格分割和八叉树地图光线遍历的方法筛选静态地图点,更新稀疏点云地图,保障定位精度。公开数据集和实际动态场景中的实验结果都表明,本文算法能够有效提升室内动态场景中的相机位姿估计精度,实现场景静态八叉树地图的实时构建和更新。此外,本文算法能够实时运行在标准CPU硬件平台上,无需GPU等额外计算资源。     

基于SVG技术的室内地图设计与实现

室内环境导航的需求在今天越来越受关注。目前现有的室内环境地图采用常见的瓦片技术,但它限制室内环境的展示。室内地图与室外地图的特征有着许多区别,尤其是存储室内地图的数量级远小于室外地图。此外移动终端的性能不断提升,能够处理更多更复杂的任务。基于此,室内地图在移动终端独立完成地图解析和展示的任务变得可能,且不影响用户体验。实验证明,采用SVG作为室内地图的数据源,在移动终端解析和展示是可行的,并有更好的用户体验。     

一种改进的基于KNN的动态预测指纹定位算法*

针对目前的WiFi室内定位普遍存在定位精度不高、定位结果不稳定等问题进行了研究,为了改善这些不稳定因素,根据室内传播信号波动较大的特点提出了一种基于KNN的指纹定位改进算法。该算法通过动态预测节点位置,从无线地图中过滤掉到标签处没有相似RSS向量的RP来寻找最近邻,以降低KNN算法的时间和计算复杂度。实验结果表明,改进后的算法在定位精确度方面有了较大的提高。因此,得出结论：改进后的KNN定位算法在减小位置漂移和定位的平均误差, 确实可以提高定位的精确度。     

基于进化理论的无线网络室内定位算法

传统测距算法采用电磁信号的理论模型,其参数根据经验确定,导致定位误差较大。为了提高室内的定位精度,减少环境因素的不利影响,提出了一种基于进化理论的无线网络室内定位算法。首先采用模拟生物进化的遗传算法对损耗模型参数进行估计,找到最优的模型参数,然后采用三边定位算法对未知节点进行定位,最后进行仿真实验测试其性能。结果表明:该方法可以有效降低无线网络的室内平均定位误差,具有一定实用价值。     

一种基于WSN信号强度的位置指纹定位方法

随着近年来网络与通信技术的大发展,人们对各种定位信息的需求也日益增大。虽然在室外定位中,GPS技术可以满足人们较高的定位需求,但其在室内的定位效果却令人难以接受。而近些年来无线传感网络（WSN）的发展,恰好为我们提供了一种成本低、实施简便、定位精度高的室内定位方法。文中提出了一种基于无线信号强度的室内定位算法,阐述了其定位原理,并以ZigBee无线网络为基础搭建了基于该算法原理的室内定位系统。最后,通过在实际环境中对该定位系统的测试,得出其最大定位偏差达到3m以内,平均定位偏差达到2m以内。     

基于地图信息和位置自适应修正的粒子滤波室内定位方法

现有以航位推算为基础的室内定位算法存在累积误差大、定位精度较低等缺点,为此提出一种基于地图信息和位置自适应修正的粒子滤波室内定位方法。该方法利用已知的室内地图信息在定位过程中控制粒子的生灭,在重采样过程中根据粒子的退化情况对补偿粒子的位置进行自适应调整,从而修正目标位置。实验结果表明,该定位方法克服了航位推算算法的累积误差问题,有效提高了定位精度。     

室内WLAN环境电波传播预测的改进模型

无线通信的应用正逐渐由室外向室内扩展和延伸，而室内无线信道远比室外复杂得多，因此室内WLAN电波传播预测研究成了目前研究的重要课题。对无线通信信道的特性进行了深入分析，提出了基于编程优化的分区模型，对室内环境障碍物按材料的不同进行了分区处理，提高了跟踪效率。     

室内WLAN环境电波传播预测的改进模型

无线通信的应用正逐渐由室外向室内扩展和延伸,而室内无线信道远比室外复杂得多,因此室内WLAN电波传播预测研究成了目前研究的重要课题。对无线通信信道的特性进行了深入分析,提出了基于编程优化的分区模型,对室内环境障碍物按材料的不同进行了分区处理,提高了跟踪效率。     

Remote monitoring system with wireless sensors module for room environment

A wireless sensor module with several air quality monitoring sensors was developed for indoor environment monitoring system in home networking. The module has various enlargements for various kinds of sensors such as humidity sensor, temperature sensor, CO₂ sensor, flying dust sensor, etc. The developed wireless module is very convenient to be installed on the wall of a room or office, and the sensors in the module can be easily replaced due to well-designed module structure and RF connection method. To reduce the system cost, only one RF transmission block was used for sensors’ signal transmission to 8051 microcontroller board in time-sharing method. In this home networking system, various indoor environmental parameters could be monitored in real time from RF wireless sensor module. Indoor vision was transferred to client PC or Personal Digital Assistant (PDA) from surveillance camera installed indoor or desired site. Web server using Oracle DB was used for saving the visions from web-camera and various data from wireless sensor module.     

基于无线信号K-M模型的三维室内定位算法研究

针对无线信号在室内环境中易受到干扰、波动较大等问题,提出一种改进粒子群优化RBF神经网络的无线信号K-M传播测距模型。利用RBF的非线性特性模拟室内传播的复杂性,以信号接入节点(AP)发射功率、路径损耗因子、未知节点(RP)接收信号强度值RSS等构建模型,预测输出AP与RP之间的距离d。以d为半径,AP为球心,建立多个球体方程,采用极大似然(MLE)采样方程组与RSS-d加权质心混合定位算法,粗略估算未知节点位置信息,再利用加权质心法来进一步提高RP的定位精度。通过MATLAB实验仿真表明,与常见的优化算法对比,该模型预测距离误差更小,平均距离误差为1.3 m;RP的三轴坐标平均误差分别为x轴1.55 m、y轴1.48 m、z轴0.98 m,表明该模型提高了定位精度。     

Throughput and PER estimates harnessing link-layer measurements for indoor 802.11n WLAN

The research work reported in this paper investigates if a Markov chain can model the throughput and packet error rate (PER) performance of off-the-shelf IEEE 802.11n wireless LAN network interface cards (NICs). We draw together uplink -downlink information from the NIC with a Markov chain to examine the performance of 802.11n within an indoor environment. Site measurements and point-estimates are taken and compared with the model predictions. Errors of less than 4% were recorded for the Markov model estimates while point-estimates recorded average errors of 9% both compared to site-measured throughput.     

Photonic integration technologies for indoor optical wireless communications

Indoor optical wireless communication (OWC) using steerable infrared beams is regarded as an important component in future 5G network. Photonic integration technologies can meet the criteria of such application, and provide low-cost, high-performance and very compact chips. In this paper, we review the recent development of photonic integration technologies suitable for indoor OWC application, and discuss in detail the current status and future opportunities of several key devices, such as the chip to free space couplers, integrated receivers and transmitters.