论文部分内容阅读
随着信息技术与物联网的飞速发展,人们迫切想要获取准确的位置信息。全球定位系统(Global Positioning System,GPS)虽然能在室外环境中得到很好的应用,但由于其无法穿透障碍物因而很难用于室内环境。近年来,研究人员提出了基于红外线、超声波、射频识别和WiFi等技术的诸多室内定位方案。这些方案虽然能在相关场景得到应用,但也存在一定的局限性。随着WiFi的普及,基于WiFi的室内定位技术成为了研究热潮。本文重点研究室内无源定位,主要内容如下:(1)论文介绍了WiFi的相关知识及接收信号强度(Received Signal Strength,RSS)和信道状态信息(Channel State Information,CSI)的概念,指出它们用于定位的优劣,同时说明选择CSI用于定位的原因;进而介绍了基于CSI的室内WiFi定位技术及常用的定位算法。(2)本文设计了一种基于稳定特征的室内无源定位方案。由于CSI样本数据会随着室内环境发生微小变化而变化,需定期重新采集数据更新数据库,才能得到较高的定位准确度。针对上述问题,本文设计子载波选择法从CSI数据中提取出稳定特征,避免了频繁的重新采集数据操作。该方案包含数据预处理、稳定特征选取、数据降维及目标定位四个阶段。首先通过Intel 5300无线网卡采集CSI样本数据,并采用子载波差值法和滑动平均法减小样本数据波动,其次设计子载波选择法来选择稳定的指纹特征并利用降维算法对选取稳定的指纹特征降维,降低复杂度,最后利用支持向量机(Support Vector Machine,SVM)分类预测出目标的位置坐标并分析比较不同指纹特征方案的结果。实验结果表明当测试数据和训练数据相隔2天且环境发生微小变化时,利用子载波选择法可选择稳定的特征而不需要重新采集数据,定位准确度从81.01%提升到94.05%。(3)针对上述稳定特征方案中会出现最大定位误差较大的问题,设计了基于损耗模型的室内无源定位方案。该方案包含数据预处理、损耗模型和位置估计三个阶段。数据预处理是对有目标和无目标条件下CSI样本数据间的差加权处理得到目标引起的CSI变化量;损耗模型是根据目标对无线信号产生的绕射和吸收干扰而建立;位置估计是将损耗模型与CSI变化量之间建立方程,利用遗传算法得到目标的位置坐标。以该位置坐标为中心,缩小目标在室内区域的范围,以达到减小最大定位误差的目的,最后对最大定位误差的结果分析比较。实验结果表明利用损耗模型,可以有效地将室内定位最大误差从4.46m降低到2m以下。