基于模糊神經(jīng)網(wǎng)絡的室內(nèi)位置指紋定位算法研究.pdf

1、盡管目前以GPS為代表的定位技術已有了廣泛的普及和應用，但在室內(nèi)環(huán)境條件下，基于位置的服務對定位技術的實時性、準確性、經(jīng)濟性等方面提出了更高、更具體的要求，其應用范圍和用戶體驗都發(fā)生了新的變化。無論是面向普通用戶，還是針對商業(yè)公司，室內(nèi)位置信息已經(jīng)成為人們每天生活軌跡和生產(chǎn)消費的關鍵信息，而室內(nèi)定位技術為適應復雜多變的室內(nèi)環(huán)境還面臨著諸多問題。
　　本文從物理測量、數(shù)據(jù)處理和位置計算三個關鍵定位環(huán)節(jié)，針對人工離線信號指紋采集效率低

2、、信號指紋特征提取噪聲多、位置匹配區(qū)域計算量大以及在線定位算法性能精度低四個主要問題，分別研究探討了相應的解決方案。
　　(1)研究了一種信號指紋動態(tài)采集更新模型。該模型解決了信號指紋庫構建效率低下的問題，實現(xiàn)了室內(nèi)信號指紋定位技術真正地基于現(xiàn)有網(wǎng)絡、現(xiàn)有基礎設備和待定位移動終端為一體。
　　(2)分析了優(yōu)先級穩(wěn)定表征信號指紋預處理方式。該信號指紋預處理方式能夠有效的過濾掉原始信號指紋中大量存在的波動性大、隨機性強的無效數(shù)據(jù)

3、，提取出穩(wěn)定性高且位置特征表現(xiàn)力強的RSS指紋。
　　(3)探討了字典樹定位子區(qū)域劃分方法。該方法的時間復雜度僅與字典樹查詢深度相關，而和離線RSS指紋庫規(guī)模大小無關。利用該方式能夠實現(xiàn)快速高效的定位子區(qū)域劃分，避免了人為或K均值聚類區(qū)域劃分方式的隨機性，降低了在線位置匹配算法的計算量。
　　(4)提出了一種基于模糊神經(jīng)網(wǎng)絡的室內(nèi)信號指紋定位算法。該算法結合優(yōu)先級穩(wěn)定表征信號指紋預處理方式和字典樹定位子區(qū)域劃分方法，并將模糊