检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于增强指纹特征的wifi室内定位方法

地理空间信息 2024年第8期22卷 102-106页

作者：宁夏薇夏林元祝宏宇刘俊求中山大学地理科学与规划学院广东广州510006

基于位置指纹的wifi定位是室内常用的定位方法之一,但wifi位置指纹库存在无线接入点(AP,access points)分布及稀疏样本等问题,严重影响室内局部区域的定位效果。为此,提出一种基于增强指纹特征的wifi室内定位方法。在指纹库建立阶段,通... 详细信息

基于位置指纹的wifi定位是室内常用的定位方法之一,但wifi位置指纹库存在无线接入点(AP,access points)分布及稀疏样本等问题,严重影响室内局部区域的定位效果。为此,提出一种基于增强指纹特征的wifi室内定位方法。在指纹库建立阶段,通过基于接收比率与方差的AP优选策略,筛选出更加稳定、质量更好的AP点;再对相应位置指纹库进行扩充,实现在减少前期建库工作量的同时提高指纹库质量;最后在匹配定位阶段,融合皮尔逊相关系数构建加权的k最邻近(k-Nearest Neighbor,kNN)定位算法。实际定位场景测试结果表明,与常规的位置指纹Wi Fi室内定位方法相比,该方法将定位精度提高了22.5%。所提出的基于增强指纹特征的wifi室内定位可以在降低指纹库采集成本的同时,有效提升定位效益与精度。

关键词：指纹特征增强稀疏样本相关系数 wifi室内定位

维普期刊数据库博看期刊

wifi室内定位技术及其在放射源监控中的应用研究

在线全文

学校读者我要写书评

暂无评论

WiFi室内定位技术及其在放射源监控中的应用研究

作者：柴海珑兰州交通大学

学位级别：硕士

随着核技术的快速发展和广泛应用,放射源的监管成为保障公共安全和保护环境的重要任务。但是,由于放射源的丢失、被盗或非法转移等原因,已经发生过多起放射性事件,对环境和人类健康造成了严重的危害。因此,放射源监控系统的设计和建立... 详细信息

随着核技术的快速发展和广泛应用,放射源的监管成为保障公共安全和保护环境的重要任务。但是,由于放射源的丢失、被盗或非法转移等原因,已经发生过多起放射性事件,对环境和人类健康造成了严重的危害。因此,放射源监控系统的设计和建立是确保公共安全和环境保护的重要措施。通过实时准确获取放射源位置和辐射剂量值,监控系统能够提前预警和采取必要措施,最大程度地减少事故风险和潜在危害,为保障社会的可持续发展和核技术的安全应用作出贡献。首先,本文介绍了无线定位技术在放射源远程监控系统中的应用方案。当放射源处于室外开阔区域时,采用技术成熟、精度高且由我国自主研发的北斗卫星导航系统来获取其位置信息;但当放射源处于室内区域时,卫星信号对建筑外壁的穿透力受到限制,卫星导航系统不能在室内提供定位服务。针对这一问题,本系统采用基于wifi网络的室内定位技术,该技术具有成本低、部署方便和信号覆盖面广等优点,适用于室内场所的定位需求。然而,由于wifi室内接收信号强度的时变波动性所带来的定位误差大的问题,提出了一种改进的位置指纹定位方法,以提高室内放射源在复杂环境下的定位精度。其次,利用研究的无线定位技术及算法,将网络通信、嵌入式开发、传感检测与数据库等技术相结合,设计开发了一款放射源远程监控系统。该系统中的监测终端可以实时获取放射源的剂量值以及周围的温度、湿度和地理位置信息,利用GPRS网络的TCP/IP协议将这些数据打包发送至远程监控中心。监控中心软件可以同时处理安装于不同位置的多个放射源的监测终端数据,并对放射源的实时监测数据处理存储和可视化展示。管理人员使用该系统设备可以实现对放射源的远程实时监控。最后,对设计出的放射源远程监控系统进行实际功能测试,提出的改进室内指纹定位算法在系统应用中的定位精度在2～3米内,而基于北斗的室外定位精度为5～10米,满足放射源定位精度要求。系统的放射源环境剂量监测值与标准工具检测值平均相对误差为6.12%。监控中心软件功能及数据库运行正常稳定,放射源远程监控系统满足对放射源监控的有效性、便捷性和实用性要求。

关键词：放射源 wifi室内定位嵌入式系统 WinForm

基于可靠AP选择的wifi室内定位算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于可靠AP选择的WiFi室内定位算法研究

作者：宋亚红湖南大学

学位级别：硕士

随着无线网络的发展,基于wifi的室内定位系统(IPS)已经成为室内位置服务(LBS)最流行且实用的系统。室内大量无线网在为人们提供网络服务的同时,也提供了位置服务。基于wifi指纹的定位技术主要分为离线阶段与在线阶段。该技术通过在待测... 详细信息

随着无线网络的发展,基于wifi的室内定位系统(IPS)已经成为室内位置服务(LBS)最流行且实用的系统。室内大量无线网在为人们提供网络服务的同时,也提供了位置服务。基于wifi指纹的定位技术主要分为离线阶段与在线阶段。该技术通过在待测点采集接入点(Access Point,AP)的接收信号强度指示(Received Signal Strength Indicator,RSSI)值,并与指纹库中的指纹匹配,实现位置估计。然而,当不可抗因素导致室内环境突变时,传统的指纹定位算法无法识别受损的AP,即排除异常指纹,此时,不可靠的指纹可能造成严重的定位误差。同时,在线阶段在指纹的匹配过程中,大量冗余信息也被进行计算并参与匹配过程,导致系统资源浪费且无益于提高定位精度。因此,本文的主要研究内容如下:针对离线阶段由于指纹的不可靠性造成严重定位误差的问题,提出了一种基于可靠AP选择的wifi室内定位算法(RAPLR),该方法对环境中受损AP和不可靠AP具有鲁棒性。RAPLR算法提出检测更新阶段,通过投票机制对指纹库进行检测更新:利用AP在各个参考点的可靠性,检测并更新指纹库,提高指纹库的有效性。通过分析AP的缺失率(Loss Rate,LR)和RSSI的标准差,在参考点对AP进行投票,得到各AP的可靠性指数。最后,基于可靠指纹库获得估计位置。实验结果表明,与现有指纹定位算法相比,RAPLR算法能够有效地滤除受损的AP,从而过滤掉异常RSSI,提高定位精度。针对传统AP选择算法主要在离线阶段选择AP,无法保留在线阶段RSSI信号的特性,且信息冗余造成的计算负载等问题,提出了一种基于AP互信息(Mutual Information,MI)的在线 AP选择室内定位算法(RAPMI)。RAPMI算法首先考虑到指纹的可靠性,将指纹可靠性权值纳入位置计算;其次,在AP选择过程中考虑AP之间的依赖关系,选择具有最佳独立RSSI信息特性的AP用于在线定位,保证在动态环境中,保留AP的实时特性。RAPMI算法通过在线选择AP,实现可靠指纹提取,重构指纹库,减少AP冗余信息,从而减少在线匹配阶段的计算负载。通过在Matlab上进行了仿真实验,实验证明,RAPMI算法可以实现可靠AP选择,且在降低系统能耗的同时保证定位精度。本文针对室内定位算法进行了研究,通过提出的可靠AP选择算法,有效提高室内定位系统的定位精度,对人们迫切的室内位置服务需求和应急救援下的辅助室内定位具有积极意义。

关键词：可靠AP选择投票机制指纹库检测 wifi室内定位互信息

基于深度神经网络的wifi室内定位算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度神经网络的WiFi室内定位算法研究

作者：唐思鹏南京邮电大学

学位级别：硕士

随着室内环境中基于位置的服务需求不断增长,wifi室内定位技术因其覆盖率广、成本低、穿透力强等优点,受到越来越多研究者的关注。基于接收信号强度指示(Received Signal Strength Indication,RSSI)的算法颗粒度较大,定位精度低,不适用... 详细信息

随着室内环境中基于位置的服务需求不断增长,wifi室内定位技术因其覆盖率广、成本低、穿透力强等优点,受到越来越多研究者的关注。基于接收信号强度指示(Received Signal Strength Indication,RSSI)的算法颗粒度较大,定位精度低,不适用于目前普遍有高精度定位需求的应用场景。近年来,由于信息状态响应(Channel State Information,CSI)测量越来越方便,基于CSI的wifi室内定位被广大研究者关注。其中,基于CSI信息测量角度信息和距离信息一直是研究热点。由于多径的影响,像多信号分类算法(Multiple Signal Classification Algorithm,MUSIC Algorithm)这类传统的算法很难达到实际应用所需的定位精度。为此,本文深入研究结合深度神经网络和信道状态信息设计的室内定位方法。首先,提出了一种基于神经网算法的信道状态信息(CSI)多参数降维迭代步进处理方法。具体处理方法如下:根据原始CSI信息,先去除CSI中信号到达角(Angle of Arrival,Ao A)、信号发射角(Angle of Departure,Ao D)和飞行时间(Time of Flight,To F)这三个参数中任意两个参数引起的CSI相移,然后用这些更新的数据估计另一个参数。然后,根据CSI信号与Ao A、Ao D和To F存在着的某种映射关系,本文结合深度神经网络,提出了一种用于数据自适应卷积神经网络(Data-adaptive Convolutional Neural Networks,DA-CNN)算法,用于估计Ao A、Ao D和To F参数信息。该算法采用Super Net结构做神经网络架构搜索,可搜索到适合CSI数据的神经网络结构,提升参数估计精度。实验表明,相比普通神经网络,该方法估计定位参数精度有很大提升。接着,利用DA-CNN算法已经估计处理的参数,重构CSI矩阵,再设置时间窗口T,叠加上T个之前时刻的CSI矩阵,输入卷积化-长短时记忆网络(Convolutional Long short-term memory,Conv-LSTM)以充分利用CSI序列中的时间信息和空间信息,在室内环境对用户位置进行追踪。实验结果表明,在10m×10m的信噪比10d B下的仿真环境内,定位精度可达分米级,中值误差可达0.135m,90%的位置估计误差都在0.5m之内。

关键词： wifi室内定位信道状态信息卷积神经网络神经网络架构搜索卷积化长短期记忆网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于AP选择算法的wifi室内定位研究

基于AP选择算法的WiFi室内定位研究

作者：成霏雪海南大学

学位级别：硕士

近现代以来,无线技术的进步为人类带来了前所未有的便利,基于位置信息的服务得到了蓬勃发展,人们对于定位的要求越来越高,地图导航渐渐成为人们出行必不可少的软件。在室内定位领域中,已经有很多学者不断探索新的技术,研究不同的技术来... 详细信息

近现代以来,无线技术的进步为人类带来了前所未有的便利,基于位置信息的服务得到了蓬勃发展,人们对于定位的要求越来越高,地图导航渐渐成为人们出行必不可少的软件。在室内定位领域中,已经有很多学者不断探索新的技术,研究不同的技术来实现目标的位置估计,提高定位精度,不同的定位技术有不同的应用场景,本文主要利用不同算法来进行研究基于无线接入点(Access Point,AP)选择算法的优化以及基于信号接收强度(Received Signal Strength,RSS)和信道状态信息(Channel State Information,CSI)的wifi室内定位。本文首先分析了室内定位技术的基本概念以及定位算法的基本理论,根据实际应用场景,选择基于位置指纹的wifi定位技术。wifi定位技术离不开AP的安装及应用,部署少量的AP会造成信号的分散,大量的AP会造成数据的冗余和计算的困难,有一定的不必要的资源浪费。针对这些问题,本文提出了一种新的AP选择算法,它结合了信息熵和互信息,既可以评估一个AP的识别能力,也可以评估两个AP的综合识别能力。此外,还通过引入区域生长算法来提高AP在整个区域中的作用。然后,在此基础上研究wifi定位技术,由于RSS只提供粗粒度信息,CSI体现细粒化物理层信息,因此将RSS和CSI特征有机结合起来。离线阶段对RSS和CSI分别降维处理,降低数据库计算复杂度和指纹更新,在线阶段利用融合算法RSCS估计目标位置。最后对研究内容进行实验仿真和分析,结果表明本文提出的算法可以有效降低指纹库数据冗余,提高定位精度。

关键词： wifi室内定位 AP选择 RSS定位 CSI定位

基于改进K-means聚类和WKNN算法的wifi室内定位方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进K-means聚类和WKNN算法的WiFi室内定位方法研究

作者：张静内蒙古大学

学位级别：硕士

人类日常生活中80%的时间都在室内,紧急求助、安全防范等基于室内定位的需求不断增加。wifi指纹定位由于不受室内多径效应影响可以获得较高的定位精度而成为热点研究对象。首先,针对指纹库数据量庞大导致定位效率低的问题,本文采用K均... 详细信息

人类日常生活中80%的时间都在室内,紧急求助、安全防范等基于室内定位的需求不断增加。wifi指纹定位由于不受室内多径效应影响可以获得较高的定位精度而成为热点研究对象。首先,针对指纹库数据量庞大导致定位效率低的问题,本文采用K均值聚类（K-means）算法对指纹库聚类。传统K-means算法随机初始化聚类质心导致聚类收敛于局部最小值,本文提出了改进的K-means算法,采用具有全局寻优能力的粒子群优化技术（PSO）选取初始聚类质心,并将固定的惯性权重和学习因子改进为随迭代次数动态变化的值,提高算法的全局寻优能力。同时,聚类以信号强度（RSSI）欧式距离为标准,没有考虑指纹的位置坐标对聚类的影响,使聚类出现离散点,于是改用指纹与聚类中心的RSSI与位置坐标的双重距离进行聚类。其次,在线匹配阶段常用的加权K近邻（WKNN）算法,通过计算RSSI欧氏距离表示待测点与指纹库中参考点的坐标相似度,没有考虑RSSI波动影响且信号强度相似度与位置相似度不完全一致,使定位误差较大。本文提出RSSI加权马氏距离替代欧式距离,利用协方差矩阵反映了指纹库中数据的特征,降低了RSSI波动的影响,并引入权重近似待测点和参考点之间的位置关系。此外,WKNN对于不同地点最近邻居的数量K为固定值,本文对于不同待测点提出了动态的K值代替固定值,进一步提高了定位精度。最后,将提出的基于改进K-means聚类和WKNN算法的室内定位方法进行仿真分析。通过仿真得出,改进算法的平均定位误差为1.35m,较WKNN改善了32%,在线定位时间为0.57s,改善了65%,故提出的算法是一种高精度和高效率的室内定位方法。

关键词： wifi室内定位位置指纹粒子群优化 K-means WKNN 马氏距离

wifi室内定位的不同接入点选取策略的性能评估分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

测绘地理信息 2019年第3期44卷 73-76页

作者：唐兆鹏花向红王华强张伟 32022部队武汉大学测绘学院武汉大学地球空间信息技术协同创新中心武汉大学灾害监测和防治研究中心东华理工大学江西省数字国土重点实验室

最优无线接入点(access point,AP)子集的选取是进一步改善wifi室内定位技术的一个难题。本文介绍了现有的AP选取算法并提出了基于奇异检验的AP选取算法,给出了wifi室内定位的性能评估指标。通过实验评估分析了各AP选取算法的综合性能,... 详细信息

最优无线接入点(access point,AP)子集的选取是进一步改善wifi室内定位技术的一个难题。本文介绍了现有的AP选取算法并提出了基于奇异检验的AP选取算法,给出了wifi室内定位的性能评估指标。通过实验评估分析了各AP选取算法的综合性能,结果表明:基于相同原理的AP选取算法,其位置估计误差具有相似性,但不同AP选取算法由于选取原理不同各自具有局限性。在实践应用中,要贴合实际情况,结合各AP选取策略特点,选择合适的AP选取策略。

关键词： wifi室内定位 AP选取策略性能评估

基于核模糊C均值指纹库管理的wifi室内定位方法

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2016年第6期50卷 1126-1133页

作者：杨慧琳黄智刚刘久文杜元锋北京航空航天大学电子信息与工程学院北京100191

针对目前已有的基于指纹的wifi室内定位指纹库的管理方法对野值和噪声的敏感性,提出一种基于核模糊C均值聚类的指纹库管理的室内定位方法.利用核函数将指纹库从低维空间映射到高维空间并结合模糊聚类方法在高维空间进行指纹库管理,并在... 详细信息

针对目前已有的基于指纹的wifi室内定位指纹库的管理方法对野值和噪声的敏感性,提出一种基于核模糊C均值聚类的指纹库管理的室内定位方法.利用核函数将指纹库从低维空间映射到高维空间并结合模糊聚类方法在高维空间进行指纹库管理,并在管理后的指纹库上进行定位匹配.将指纹库映射到高维空间可以使指纹库中的数据线性可分,从而实现更好的聚类.核模糊C均值(KFCM-Ⅱ)的聚类鲁棒性能够降低聚类对噪声和野值的敏感性,从而保证系统的鲁棒性.在实测数据的实验中,将所提出的方法与基于K均值聚类和基于模糊C均值聚类的室内定位方法进行对比,实验结果表明,所提出的方法相较于K均值方法和模糊C均值方法聚类准确度分别提高了14.20%和10.58%,定位精度分别提高了26.98%和20.43%.

关键词： wifi室内定位指纹核模糊C均值(KFCM)聚类鲁棒性 K最近邻居法

应用于wifi室内定位的自适应仿射传播聚类算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2018年第12期40卷 2889-2895页

作者：胡久松刘宏立肖郭璇徐琨湖南大学电气与信息工程学院长沙410006 湖南工业大学交通工程学院株洲412000 国家电网浙江乐清市供电公司乐清325600

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... 详细信息

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。

关键词： wifi室内定位自适应仿射传播聚类聚类有效性指标