论文部分内容阅读
伴随科技的迅速发展以及大型建筑日益增多,人们处于室内环境中的时间大幅度增加,对于便捷生活的追求造成室内环境的位置服务需求的增加。在智慧家居、矿井、医院、农业生产、地下停车场等诸多领域都需要室内定位技术提供位置服务。受室内复杂环境、硬件设备等因素的影响,目前还没有一种公认的最优室内定位系统。ZigBee以其低耗费、低耗能、高容错性等特点适用于无线传感器网络,被选作为本文使用的定位技术。目前基于RSSI(Received Signal Strength Indication,接收的信号强度指示)室内定位过程中主要的问题在于室内环境等因素对定位精度造成影响。通过对国内外研究现状的分析,针对环境因素造成的定位误差主要通过改进匹配算法、对RSSI进行滤波处理或者多特征融合等方法进行处理。本文对RSSI特征进行分析,通过真实环境实验数据研究了RSSI的时变性、环境特性、概率分布和特征值选取。针对RSSI的时变性和环境特性,本文从时间角度出发以一段时间内RSSI概率分布为指纹特征值,提出基于RSSI概率分布的室内定位方法。基于RSSI概率分布的室内定位方法以位置指纹定位方法为基础,使用RSSI的概率分布为指纹特征值,以KL距离作为指纹的相似度,利用变异系数衡量RSSI受环境影响程度并以此作为相似度的权重。在仿真环境中比较RSSI采样数量、信号接入点数量、K值以及噪声强度对传统KNN和WKNN定位方法,以及本文提出的KL和WCV_KL定位方法造成的影响。最后在真实环境中比较了几种定位方法的定位效果,KL和WCV_KL定位方法平均误差小于1米的累积概率为40%和60%,平均误差小于2米的累积概率为100%;KNN、WKNN、KL、WCV_KL定位误差的平均值分别为1.77m、1.76m、1.00m、0.93m定位误差的标准差分别为0.66、0.66、0.33、0.36。通过实验验证了本文提出的定位方法具有更高的定位精度、抗噪性和稳定性。