基于RSSI的室內(nèi)定位算法的研究與改進.pdf

1、隨著物聯(lián)網(wǎng)的發(fā)展，室內(nèi)環(huán)境中的基于位置的服務(wù)（Location Based Service，LBS）備受關(guān)注，同時也推動了室內(nèi)定位技術(shù)的進一步發(fā)展，使其成為定位領(lǐng)域的一個重要的研究方向。
　　通過分析幾種典型的室內(nèi)定位技術(shù)，基于WLAN的室內(nèi)定位技術(shù)由于硬件成本低、定位精度高、受室內(nèi)環(huán)境影響小等優(yōu)勢而受到廣泛應(yīng)用。本文主要研究基于信號強度RSSI的指紋定位算法，并通過改進它來增強定位的穩(wěn)定性以及提高定位的精度。
　　本文分析

2、了RSSI的特性以及誤差的來源，并在數(shù)據(jù)預(yù)處理方面對指紋進行優(yōu)化以增強指紋庫的穩(wěn)定性，著重分析了幾種常用的濾波方法，如均值濾波、中位值濾波、高斯濾波、卡爾曼濾波，并指出它們的優(yōu)勢與不足。綜合考慮復(fù)雜度和定位誤差，提出基于均值的平滑濾波方法，并通過實驗證明該方法在保證低復(fù)雜度的同時，具有較小的定位誤差。接著研究幾種常用的基于RSSI的指紋匹配算法的原理，指出現(xiàn)有指紋匹配算法的不足。在WKNN算法的基礎(chǔ)上，K均值聚類算法一定程度上解決了計算

3、量大的問題，但由于K均值聚類算法對隨機選擇的初始聚類中心依賴性較大，會導(dǎo)致定位精度不穩(wěn)定。針對這一問題，本文提出一種基于模擬退火-K均值聚類的指紋定位算法。在指紋庫建立階段，該算法首先在每一個參考位置多次測量RSSI值并進行預(yù)處理形成指紋庫，然后利用基于模擬退火改進的K均值聚類思想將指紋庫進行聚類劃分；在在線定位階段，首先通過計算待測點與各個聚類中心之間的距離找出其所在的聚類子類，接著在該聚類中使用WKNN算法估計待測點的位置坐標，減小