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。     

利用现有无线局域网进行室内定位算法研究

目前,多种WiFI室内定位方案被提出,但是往往需要重新部署无线AP,造成成本和复杂度上升。本文充分利用现有无线局域网的拓扑结构进行室内定位研究,提出了一种自适应网络变化的WKNN指纹算法,该算法通过实时监控无线AP的匹配数,自动根据位置适应网络变化,定位精度明显提高。在此基础上,为了减少无线信号不稳定引起的定位误差,提出了一种新的数据修正方法,该方法根据移动平均速度动态预测标准,动态调整a参数将预测坐标与实测坐标加权,从而得到最终定位坐标。最后,算法在实际环境中验证表明,利用现有无线局域网的自适应网络算法和数据修正使定位获得了33.5%的误差改善。      

无线室内定位系统研究

随着普适计箅的发展,无线室内定位成为一个重要的研究方向,本文分析和比较了现有的一些无线定位系统,指出了未来定位研究的几个方面。     

基于无线局域网的室内覆盖分布系统模型

随着人们日常生活水平的提高对于生活质量也有了更高的追求,现代化科技水平不断发展,无线网络已经成为了人们日常生活中必不可少的东西,所以对于无线网络的覆盖也有了全新的认识,有效的覆盖预测和容量预测可以降低对于设备的投入和成本的增加,从而有效的提高无线网络的使用功能.随着技术的不断前进,无线网络在发展过程中也出现了各种的问题,在无线网络使用广泛的当今社会,信号差和信号干扰是导致无线网络难以正常使用的主要因素.在当下的社会环境中,各种的网络信号都生长与一个大的环境下,不断地增加网络运营商的种类,为了达到更高效的信号质量,保证信号的强度,必须要通过建立网络基站来实现,这也就大大的增加了网络运输的成本.在当下竞争如此激烈的现实社会中,如果想突出自己的品质,就不能对信号质量置之不理,必须要最大化的满足用户的需求,让用户体验到现代化网络的优势,所以必须对此加大管理.为了提高更有效的网络效率,降低对于网络建设的成本,采用无线局域网室内覆盖是一种全新的科技手段,这不仅仅提高了网络信号的传输效率,还可以有效的保证信号质量.     

基于核直接判别分析和支持向量回归的WLAN室内定位算法

该文针对RSS信号的时变性降低WLAN室内定位精度的问题,提出了一种新的基于核直接判别分析和支持向量回归的定位算法。该算法利用核直接判别分析对原始RSS信号进行定位信息重组,去除冗余定位特征和噪声,提取最具判别力的定位特征,然后采用支持向量回归算法建立定位特征与物理位置的映射关系。实验结果表明,提出算法的定位精度明显高于传统定位算法,且大大降低了离线阶段数据采集的工作量。     

基于偏度、峰度特征的BPSK信号盲处理结果可信性评估

针对BPSK信号的盲处理结果可信性评估问题,研究了一种基于峰度、偏度特征的处理算法。先根据调制识别及参数估计结果构造参考信号,然后将观测信号与参考信号作相关运算,分别提取相关序列的相位峰度、相关累加序列模值峰度及偏度作为特征量,对BPSK信号处理结果的可信与否作出统计判决。文中推导并验证了相关序列相位峰度的理论表达式,并对所提算法在不同条件下的性能作了仿真验证。     

基于WLAN的室内定位技术研究

文章以WLAN室内定位系统为研究对象,采用理论结合实际的方法,从数据库中获得RSSI序列,将之与指纹库的信息进行比对,最终获得了定位终端的位置,同时总结了定位系统的缺陷以及未来的发展方向。     

基于峰度偏度和WD-LDA的飞机目标分类方法

目前,多数的喷气发动机调制特征提取方法都是基于调制波的周期或调制线谱的谱间间隔,但该类谱估计方法往往受信噪比、脉冲重复频率及观测时间影响很难获得很好的分类性能。文中对三类飞机目标回波进行统计分析发现,其归一化幅度分布存在明显差异,据此创造性地提取出峰度偏度特征,并结合小波分解-线性判别分析处理,对目标进行分类。该特征具有很强的抗噪声能力,对脉冲重复频率和观测时间要求不高,且可通过其中一个参数去弥补另一个参数。仿真实验证明了所提方法具有很好的分类性能。     

基于压缩感知的室内多目标无线定位算法

针对现存无线传感器网络定位算法中需要采集、存储和处理大量数据导致运算量较大与能耗过高的问题,提出了一种改进的基于贝叶斯压缩感知的多目标定位算法.该算法利用锚节点对监控区域的划分,结合贝叶斯压缩感知理论将多目标定位问题转换为稀疏信号重构的问题.针对传统观测矩阵难以实现的缺陷,该算法中改进观测矩阵的设计可实现且与稀疏变换基相关性较低,进而使得算法的重构性能较高,从而降低了定位的误差.仿真结果表明,与现有的一些方法相比,所提算法在保证较低的计算复杂度的情况下更加充分地利用了网络节点,有效提高了定位精度,同时具有较强的鲁棒性.     

无线局域网定位技术研究

本文首先介绍了无线局域网定位的几种可行性方法 ,从原理上加以分析说明 ,阐明其优缺点 ,其次讨论了无线局域网定位在商业中应用 ,以及业界发展态势 ,最后说明了几个无线局域网定位未来的发展方向     

一种基于位置指纹的室内WLAN定位方法

针对室内信号时变性导致定位不准的问题,提出了一种改进的3阶段位置指纹定位法。采样阶段,将采集信号的坐标、方位、接收信号强度的高斯分布及其对应的无线接入点等信息存储在数据库中生成位置指纹;在校正阶段中,利用参考点间信号强度的关联性信息,使用局部加权线性回归法,计算出一些虚拟点的信号强度;最后是线上实时定位阶段。通过与传统的加权K最邻近算法、直方图和联合聚类等3种定位方法相比较,该算法在同样的场景下可以取得更好的定位精度。     

用于WLAN室内定位的PCA聚类算法

在WLAN室内定位系统中,针对接收信号强度(RSS)的时变特征降低室内定位精度的问题,提出一种基于主成分分析(PCA)白化RSS的聚类算法,该算法首先对信号强度进行PCA白化处理,去除RSS信息的相关性,提高聚类中心的可靠性和合理性,然后通过K-means聚类方式对RSS信息进行聚类,能够有效地提高聚类精度,以此来提高定位精度.实验结果表明,该算法相比于没有经过PCA的传统聚类算法,能够使定位误差在2m内的概率提高44.8％,性能更优良.     

基于改进的DBN的WLAN指纹定位数据库构建算法

提出了一种基于改进的深度置信网络(Deep Belief Network,DBN)的 WLAN指纹定位数据库构建算 法。首先,从需要实地测量的参考点中选取一部分参考点测量位置坐标和接收信号强度,并 将其作为训练数据输入改进的 DBN,经过训练不断改善DBN的性能;然后,将其他剩余参考点的位置坐标输入训练好的DBN 中,将DBN的输出数据作 为这些参考点的接收信号强度,从而对指纹定位数据库进行构建;最后,将实测的部分参考 点的数据与基于DBN预测出的 剩余参考点的数据共同组成构建后的指纹定位数据库,并使用KNN和WKNN定位算法对构建效 果进行评价。实验结果表 明,在使用相同的数据集时,改进的DBN算法训练用时更短,对指纹库的构建效果更好。     

基于仿射传播聚类的概率分布室内定位算法

随着定位技术的快速发展,基于无线局域网的室内定位成为新的研究热点。本文提出了一种基于近邻传播聚类的概率分布无线局域网(WLAN)室内定位算法。与传统室内定位算法相比,该算法首先引入近邻传播聚类缩小参考点搜索空间,然后利用概率分布定位算法进行精确定位。仿射传播聚类可以有效减少概率分布定位算法的计算量,应用于系统后将有效降低系统复杂度。实验结果表明,本文所提算法具有更好的定位精度,可实现对WLAN室内定位目标的快速、可靠定位。     

DS-TWR算法室内定位批量测距系统的优化研究

针对现阶段基于双边双向测距(double sided two-way ranging,DS-TWR)算法的超宽带(ultra wide band,UWB)室内定位系统存在通信次数较多、多标签环境下冲突率较高的问题,提出了一种改进的算法。该方法通过Hash算法对标签和基站的通信内容进行哈希分布,使得基站在每次测距流程中,能够对多个标签进行有规则的统一回复,大大减少了基站发送RES(responds)数据的次数。结果表明,改进算法后,单个标签和基站的通信次数较传统DS-TWR算法减少了15%,增加了基站接收状态在测距中的时间占比,由此降低了基站在接收RNG(range)数据包的冲突率,测距成功率提高了43.6%。由于每个定位周期内所需要通信次数的减少且数据包之间冲突率的降低,将需要更小的信道容量,由此增加了定位系统的标签容纳量,具有较强的工程意义。     

基于改进粒子滤波的RFID室内目标定位算法

针对于LANDMARC算法的RFID室内定位精度受传输路径影响严重,直接采用粒子滤波自适应性差的问题,提出一种基于改进粒子滤波的RFID室内定位算法.该算法首先利用极限学习机(ELM)拟合阅读器接收信号强度与标签距离之间的非线性关系,构建信号传输模型,筛选邻近标签集;然后采用自适应学习因子优化粒子滤波过程,提高粒子全局...     

Building information systems based on precise indoor positioning

During the last 10 years, many modern IT-based applications have developed inside buildings. Many of those applications would benefit by the ability to locate people and/or objects inside the building (indoor positioning). However, most of today's indoor positioning systems are not able to deliver precise position information (<10?cm) along with quality parameters. Ultra wide band (UWB) is a new radio-based technology that allows the determination of distances in indoor environments with a very high spatial resolution even through building materials. At the Institute of Geodesy of TU Darmstadt, a high-resolution UWB positioning system (UWB-ILPS; ILPS, indoor local positioning systems) based on trilateration principle has been developed to estimate the position of a mobile station precisely. To benefit from knowing the position and orientation, it is necessary to select and merge data linked to the user's location for indoor location services. By this means, the visitor to a public building may benefit from the system as his position is shown on a digital floor plan generated dynamically or by retrieving location-based information inside the building. Mixed reality systems also offer advantages for a mobile building information system. For this purpose, a webcam was replaced by the digital camera in the UWB-ILPS prototype. Knowing the camera's location in space and its view direction, one is able to merge the real world taken by the webcam with the virtual world represented by a 3D CAD model of the building.     

基于RFID的室内定位系统研究

RFID技术是一种全新的非接触自动识别技术,是物联网技术进行用户识别和定位处理的前提。文章在简单介绍RFID技术的基础上对基于到达时间、基于到达时间差、基于到达角、基于到达信号强度和基于相位的定位技术进行了分析。分析结果表明基于相位信息的定位系统相比其他系统而言,对硬件要求不高,可操作性强,有较强的抗干扰能力,具有较高的实用价值。     

基于朗伯模型参数估计的VLC室内定位优化算法

为实现高精度室内定位,本文设计了一种可见光 通信(VLC)室内定位系统,并通过 结合优化的朗伯模型、码分多址技术(CDMA)、三边定位算法而有效提升了定位精度和系统 扩展性。首先,每个发光二极管(LED)的ID信息经过直接序列调制后加载到LED驱动电路上 ,LED发出带有自身ID信息的灯光信号。在接收端通过光电探测器(PD)接收灯光信号,并 根据扩频码的正交性恢复出ID信息及接收信号强度(RSS),以此提高信道容量并增强系统 抗干扰能力。然后,根据朗伯光源模型,由三边定位算法得出待定位点的定位估计坐标。为 进一步提高精度,引入k最近邻(KNN)思想,采集适当的指纹点并由指纹点信息对每盏灯在 定位估计坐标处的朗伯光源模型参数进行估计,由优化后的朗伯模型计算出精度更高的定位 坐标。在1m×1m×1.35 m的空间区域中,进行本VLC室内定位系统 的实验测试。结果表明,提 出的高精度VLC室内定位系统的平均定位误差降低至2cm左右,其定位精度相比于传统三边 定 位算法提升了30%。此外,该系统方案所采用基于指纹点信息优化朗 伯模型参数的方法具备良好的实用扩展性,可实现广阔的应用场景。     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中,虽然可以缩短定位时间,但是容易降低定位精度。为了解决此问题,提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明,与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比,基于改进指纹聚类的定位优化方法不仅缩短了定位时间,还能有效提高定位精度。