基于Wi-Fi的室內(nèi)定位技術(shù)和系統(tǒng)研究.pdf

1、隨著室內(nèi)定位技術(shù)的迅速發(fā)展，基于紅外線、超聲波、藍牙、超寬帶、Wi-Fi(WirelessFidelity)等的定位技術(shù)迅速成為學術(shù)和應(yīng)用研究的熱點?；赪i-Fi的室內(nèi)定位在定位精度、穩(wěn)健性、安全性和復雜度等方面有著自身的優(yōu)勢，該技術(shù)充分利用了現(xiàn)有的成熟硬件平臺和無線網(wǎng)絡(luò)接入點，能在智能終端上以應(yīng)用程序的形式實現(xiàn)高精度的定位服務(wù)，因而基于Wi-Fi的室內(nèi)定位研究備受關(guān)注。
　　本文對基于Wi-Fi的室內(nèi)定位技術(shù)進行深入探討，主要

2、研究接收信號預(yù)處理技術(shù)，離線階段的位置指紋庫構(gòu)建技術(shù)和在線階段的室內(nèi)定位算法三個方面。首先，為得到穩(wěn)定的位置指紋數(shù)據(jù)，提高定位系統(tǒng)的穩(wěn)定性，根據(jù)室內(nèi)Wi-Fi信號的傳播模型和接收信號特征，研究基于卡爾曼濾波的信號強度預(yù)處理方法，使用對數(shù)譜域抑制信號多徑效應(yīng)的方法，對接收信號進行預(yù)處理。其次，針對指紋庫構(gòu)建代價高的問題，提出數(shù)據(jù)插值方法，研究矩陣填充的方法，把基于SVT算法的矩陣填充應(yīng)用于低秩位置指紋庫的重建；提出使用密度峰值快速搜索聚類

3、技術(shù)對位置指紋地圖進行分類，并與K-means聚類和仿射傳播聚類對比，對位置指紋地圖進行分類預(yù)處理。最后，研究在線定位方法，提出基于信號傳播模型的接收信號強度填充的定位方法，對基于位置指紋匹配的近鄰定位算法、貝葉斯定位算法和壓縮感知定位算法進行詳細研究。
　　此外，本文設(shè)計了一個基于Wi-Fi的室內(nèi)定位實驗系統(tǒng)原型，該系統(tǒng)使用卡爾曼濾波和對數(shù)譜域抑制多徑效應(yīng)的方法對接收信號進行預(yù)處理，采用密度峰值快速搜索聚類實現(xiàn)位置指紋庫分塊處理