论文部分内容阅读
在互联网技术飞速发展的今天,随着移动终端设备的广泛普及,人们对于位置服务的需求也越来越强烈。而无论是室内还是室外,要想提供优质的位置服务,关键在于准确获取用户的位置信息,所以如何快速准确地获得位置信息并且提供低成本的位置服务成为了定位技术发展的方向。特别是近年来,人们对于室内位置服务的需求逐渐大于室外位置服务,车站,商场等公共场所也希望通过准确的室内定位来实现基于室内定位的服务。但是目前的室内定位技术存在着定位准确度不足,部署成本较高等缺点,还难以满足大规模的应用。指纹定位技术和低功耗蓝牙技术的出现,由于其部署简便,成本较低,准确度提高,因而成为了室内定位的研究热点。室内定位指的是在室内环境中实现位置定位,采用基站定位,无线通讯等多种技术对室内空间的人员进行位置确定。本文针对GPS定位技术在室内无法获取准确位置信息的问题,提出了一种借助于低功耗蓝牙这一技术平台,应用指纹技术的室内定位方案,并且针对于现阶段的指纹定位技术中存在的不足,在定位的离线训练阶段和在线定位阶段进行了一些优化方案。本文在低功耗蓝牙的基础上在位置指纹定位中引入了滤波技术和k-近邻算法,主要内容包括:(1)比较和分析了传统蓝牙与低功耗蓝牙的技术特点,针对位置指纹定位中常用的算法进行了研究,对定位过程中离线阶段与定位阶段的关键步骤进行了分析。(2)由于本课题是在低功耗蓝牙的平台上,获取蓝牙设备的信号强度参数来建立信号样本数据库,因此首先分析蓝牙4.0的信号在室内的分布特征,以及影响蓝牙RSSI室内分布的因素,建立定位平均误差模型有效的反映定位误差因素对于室内定位精度的影响,同时根据实验结果分析为之后的改进方案选取合适的实验环境。(3)通过分析定位误差因素对于定位精度的影响,本文提出了在传统的位置指纹定位过程中加入小波变换,卡尔曼滤波等方法对于信号中的噪声进行滤噪处理,削弱或消除由于人员活动而引起的噪声信号给定位带来的干扰。通过实验,可以明显看出在加入了滤波算法之后,信号中的噪声得到了削弱和滤除。利用卡尔曼滤波算法,定位预测点与实际位置偏离误差最大为1.1m。而引入了小波去噪技术,系统对于静态目标的定位精度相较与卡尔曼滤波算法明显提高,偏离误差最大为0.7m。(4)分析传统的标准k-近邻算法存在的缺陷,针对其在待定位空间较大时遍历时间开销较大,实时性较差的特点,本文提出了应用改进后的限定区域k-近邻改进算法的设计思想,按照接近度将定位空间进行划分,限定搜索区域。