【摘 要】
：
随着移动计算和物联网技术的迅速普及,人们对位置导航的需求迅速增加。北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)、全球定位系统(Global Positioning System,GPS)等可以在室外提供良好的定位保证,然而因建筑物遮挡等原因无法服务于室内定位。无线局域网(Wireless Local Area Networks,WLAN)现已大
论文部分内容阅读
随着移动计算和物联网技术的迅速普及，人们对位置导航的需求迅速增加。北斗卫星导航系统(BeiDou Navigation Satellite System，BDS)、全球定位系统(Global Positioning System, GPS)等可以在室外提供良好的定位保证，然而因建筑物遮挡等原因无法服务于室内定位。无线局域网(Wireless Local Area Networks，WLAN)现已大范围覆盖于公共场所，基于群智感知模式的WLAN室内定位由于可以有效减少构建无线电地图(Radio Map)时的数据采集负载而成为当前室内定位领域的重要技术之一。然而，样本的位置标注不准确、采集的样本中包含无效的接入点(Access Point，AP)、样本分布不均匀等因素的客观存在导致RadioMap构建准确率难以保证，从而严重影响定位效果。为了解决上述问题，本文提出一种基于群智感知的室内定位RadioMap的构建方案。首先设计一种基于密度峰值聚类的离群特征检测算法用以筛选并删除异常值;提出一种基于AP接受率的源选择算法，用以构建有效定位AP子集。其次，利用基于区域分割和曲面拟合的指纹插值算法为缺陷网格组成了插值的设备特定指纹。最后通过信号差异估计的设备多样性问题消除算法计算并回填未接收到的信号值。实验结果表明，所提的方案相比于同类方案具有更高的定位精度，验证了RadioMap整体构建方案的有效性。
其他文献
随着信息的数据量呈指数级增加，大规模图像数据的快速检索越来越成为人们关注的领域。数据库往往存储了千万量级的图片，人们在日常处理中越来越需要从巨量的信息中快速的找到自己所需要的的内容，所以图像检索越来越重要，其应用范围越来越广泛，应用价值也越来越大，但是图像检索领域一直面临着检索速度、语义检索、存储代价等多方面的挑战。从基于文本的检索到基于内容的检索，检索系统的速度与精度一直在提升，存储代价也得到了
随着大众健康意识的提高和大规模集成电路的发展，无线体域网(WBANs)中可穿戴的医疗设备为国民的身体健康提供了新的保护伞。生物医疗芯片是医疗设备最核心的部分。生物医疗芯片面临的设计难点包括：功耗高、功能复杂、性能要求高和可靠性高。因此本文主要对生物医疗芯片中核心电路的低功耗设计方法和关键实现技术展开深入的研究，具体研究内容如下： 1、电源管理模块中低功耗低压差线性稳压器(LDO)的关键技术研究，
在大数据时代，图像已经成为人们日常生活中主要的信息载体。然而图像在成像以及传输过程中会不可避免的引入各种失真，引发图像质量的衰减。而图像作为人类主观感知、机器视觉的主要信息源，其质量好坏直接决定所获取信息的有效性。因此如何评价图像质量，以及图像质量是否满足特定场景要求亟待解决，而这个问题的解决需要建立合理的图像质量评价方法与评价标准。客观图像质量评价方法的发展离不开数据库的支持，图像质量评价数据库
字符识别和图像分类是人工智能的一个重要研究方向。通过训练一组给定的输入字符图像和分类标签集合，来实现预测其他输入图像的分类标签的目的。神经网络能够自主提取图像特征，并在字符识别、图像分类、语音识别、视频目标跟踪等各个领域处理任务中具备抽象的能力。神经网络具有出色的性能，但随着“大数据”时代的发展，数据量每日不断增加，信息内容更加复杂，神经网络性能迎来了新的挑战。另外，随着硬件性能的提升，FPGA成
该文从理论和实验两方面对氩离子准分子进行了深入的研究.理论上建立了电子束泵浦下的氩离子准分子的动力学模型;实验上以氩第三谱带中中心位于240nm的谱区进行了研究.观察到了该谱区中的光腔效应.理论和实验的研究不仅对氩第三谱带的来源给出了完满的解释,而且为以离子准分子机制实现充分的激光振荡,提供了重要的理论教育处方法和大量的实验数据.
目前，在室内定位系统中，基于接收信号强度指示(Received Signal Strength Indication，RSSI)的测距定位系统接收到的信号会因环境的不确定性出现不可预测的随机变化。行人航位推算(Pedestrian Dead Reckoning，PDR)定位系统也存在错误地估计传感器的参数及左右脚运动不一致等产生累积误差的问题。针对上述定位系统中存在的问题，本文做了以下两个方面的研
随着移动通信技术的飞速发展，人们对基于位置的服务(Location Based Services，LBS)需求日益增长。相比已经成熟的室外定位技术，室内定位在精度、成本、抗干扰等方面有更高的要求。目前最常见的基于接收信号强度(Received Signal Strength Indication，RSSI)的室内定位算法易受室内障碍物、信号多径效应等的影响，使得基于RSSI路径损耗公式计算得到的距
图像块包含图像局部信息且处理过程计算量小，因此基于图像块相似度的方法在图像处理领域应用广泛。考虑到在大多数图像处理任务中图像块相似度度量过程未充分考虑图像块的结构信息，本文采用深度学习中的深度神经网络(Deep Neural Network，DNN)与卷积神经网络(Convolutional Neural Network，CNN)方法提取图像块中包含结构信息的特征，并研究如何构造更有效的图像块相似
在导航服务、移动社交、公共安全以及智慧城市建设等领域中,位置信息的确定成为人们获取泛在服务的重要元素。得益于北斗等卫星系统的全球化部署,室外目标定位已经成为应用范围较广且相对成熟的位置信息来源,然而,卫星信号的遮蔽敏感性导致其无法为室内目标定位提供有力的保障。为此,无线室内定位技术便成为当前网络通信领域的研究热点之一。基于Wi-Fi信号的方法已经在室内定位领域有了多年的研究积累,然而,在大型商超、
半导体行业依旧遵循摩尔定律在高速发展,相应的通信技术亦有了长足的进步,每时每刻都有海量的信息在互联网上进行存储与交互。然而,近年来信息泄露问题频频出现,信息安全问题的重要性日益凸显出来。混沌系统以其独特的动力学行为特性与加密系统设计的两个基本原则“混淆”和“扩散”相符合而在信息安全领域大放异彩。然而,将存在于实数域的混沌系统用数字电路来实现时,发现其最终会坍塌到有限域上,出现短周期和多周期等动力学