论文部分内容阅读
随着时代的发展,特别是伴随着移动互联网的高速发展,导航与定位越来越受到人们的关注,同时与位置有关的服务成为了当前的一个热门产业。定位技术包含有室内外这两个方面。对于室外获取地理位置信息,全球卫星定位系统(GPS)和网络辅助全球卫星定位系统(A-GPS)以其高定位精度为人们所熟知,并且在目前来说已经是比较成熟的室外定位技术;然而在室内环境下,室内定位技术在目前来讲还并不很成熟,所以寻找一种有效的定位技术方案成为了目前定位服务领域的一个研究关键。随着无线传感器网络技术的出现,特别是作为一种新型的短距离无线传感器网络技术的ZigBee,正作为室内定位的一种行之有效的解决方案为越来越多的人去探索和研究。基于ZigBee的独特优势,本文选取的室内定位的研究方案是基于ZigBee的无线传感器网络技术。在阐述了研究的意义和背景的前提下,详细介绍了无线定位技术,然后与其他无线定位技术比较,ZigBee无线传感器网络技术有其优越的条件来作为室内定位系统搭建的技术基础。然而,室内环境的复杂性制约了ZigBee室内定位精度的提高,本文旨在不额外增加硬件条件的基础上,使用基于RSSI的指纹数据库室内定位方法对ZigBee室内定位精度进行优化,并且提出了可行性方案,即对信号源的处理和定位算法。通过对室内环境复杂环境的研究,本文提出了在对移动节点接收到的信号源进行滤波处理,包括Kalman滤波和高斯滤波这两种方式。通过实验可以得出,在最优的情况下,在指纹数据库定位方法中的两个阶段使用Kalman滤波方式对信号源进行处理,使用最邻近定位算法进行定位计算,最终将定位误差抑制在1.86m以内,比未做滤波处理的结果提高了0.1m,一定程度上提高了定位精度。在基于对常规定位算法研究的基础上,本文提出了三种新的室内定位算法,分别为虚拟空间划分的室内指纹库定位算法、一种加权距离室内指纹库定位算法、模糊聚类室内定位算法。在最优的情况下,虚拟空间划分的室内指纹库定位算法可以将定位误差抑制在1.50m以内,加权距离室内指纹库定位算法可以将定位误差抑制在1.57m以内,模糊聚类室内定位算法可以将定位误差抑制在1.47m以内,都在一定程度上使定位精度得到优化。