首页> 中文学位 >基于KFCM-LMC-LSSVM算法的WLAN室内定位方法及室内定位系统
【6h】

基于KFCM-LMC-LSSVM算法的WLAN室内定位方法及室内定位系统

代理获取

目录

声明

致谢

摘要

第一章 绪论

1.1 课题研究的背景及意义

1.2 室内定位系统的国内外发展

1.2.1 定位系统

1.2.2 常见室内定位方法

1.3 本文结构及研究内容

第二章 基于WLAN的位置指纹定位算法

2.1 WLAN概述

2.1.1 WLAN的发展现状

2.1.2 WLAN的网络组成

2.1.3 WLAN的网络结构

2.1.4 802.11网络协议标准

2.2 基于WLAN的室内定位技术

2.2.1 几何法

2.2.2 近似法

2.2.3 场景分析法

2.3 基于WLAN的位置指纹定位算法

2.3.1 原理概述

2.3.2 位置指纹库

2.3.3 典型的定位算法

2.4 本章小结

第三章 基于KFCM-LMC-LSSVM算法的WLAN室内定位方法

3.1 空间区域划分

3.1.1 模糊聚类算法

3.1.2 模糊C均值聚类算法

3.1.3 核模糊C均值聚类算法

3.1.4 实验分析

3.2 指纹库构建算法

3.2.1 信号衰减模型法

3.2.2 插值法

3.2.3 低秩矩阵填充法

3.2.4 实验分析

3.3 KFCM-LMC-LSSVM定位算法

3.4 实验结果与分析

3.4.1 实验环境

3.4.2 结果分析

3.5 本章小结

第四章 基于Android平台的室内定位系统

4.1 终端软件介绍

4.1.1 需求分析

4.1.2 软硬件环境

4.1.3 终端软件具体介绍

4.2 室内定位的实现

4.3 室内定位效果

4.4 本章小结

第五章 总结与展望

5.1 工作总结

5.2 未来工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况

展开▼

摘要

随着无线网络技术和计算机应用的不断发展,基于位置服务(Location-based Services,LBS)在生活多个领域被研究与应用,主要用于方便人们实时获取需要的位置信息。当前室外定位的常用手段——全球定位系统(Global Positioning System,GPS)在室内环境中很难接收到信号,无法满足人们对室内位置服务的要求,因此催生了针对室内复杂环境的定位技术。
  对比多种室内定位技术,基于无线局域网(Wireless Local Area Networks,WLAN)的接收信号强度(Received Signal Strength,RSS)定位系统无需其他的硬件设备,成本低,被广泛应用在实际生活中。在WLAN室内定位环境中,为获取较高定位精度,必须要进行大量的工作——采集大量指纹点的RSS值,同时RSS信号具有时变性,需要定期更新指纹库。
  针对采集指纹点工作量大的问题,本文提出基于KFCM-LMC-LSSVM室内定位算法。利用核模糊C均值聚类(Kernelized Fuzzy C-Means,KFCM)对待定位的区域进行区域划分,判断待测点所属区域后,在该区域利用低秩矩阵填充(Low-rank Matrix Completion,LMC)理论快速建立指纹库模型,利用不精确拉格朗日乘子法(Inexact Augmented Lagrange Multipliers,IALM)算法对模型进行求解,重构出具有高密度指纹点的指纹库。最后利用最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)训练指纹点RSS值和物理坐标,定位出待测点的物理位置。通过实验表明KFCM-LMC-LSSVM算法具有较高的定位精度,并且能够有效地减少采集指纹点数据的工作量,能很好地满足WLAN室内定位的需求。
  最后在安徽泾县的中国宣纸集团宣纸文化园进行实际场景的应用,根据项目的需求,实现基于Android平台的室内定位系统,该系统结合了电子标签定位和WLAN定位,向游客展示宣纸文化旅游的详细景点信息,提供地图导航、定位、景点信息推送等服务。通过实践验证,该系统能够定位精确,具有一定的实用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号