论文部分内容阅读
随着智能设备和无线局域网络的发展,位置服务逐渐受到重视。全球定位系统(Global Positioning System,GPS)在室内环境中无法进行精确定位,而仅通过引导提示、询问工作人员等方式已不能满足人们对室内位置服务的需求,因此,室内定位技术成为当前的一个研究热点。目前国内外主要采用的室内定位技术主要包括超声波、机器视觉、WIFI(Wireless Fidelity,无线保真)、射频识别等,但在定位精度、设备价格、适用性等方面或多或少存在一些不足。由于室内WIFI的广泛部署,基于WIFI的室内定位受到广泛关注,接收信号强度(Receive Signal Strength,RSS)是介质访问控制层(Medium Access Control,MAC)多径的叠加效应,而通过无线网卡能够获取信道状态信息(Channel State Information,CSI)是物理层更加细粒度化的信息,对环境的感知能力更强。本文重点研究了基于CSI信息的位置指纹定位方法,在此基础上提出基于CSI加权空频特性的聚类算法,并设计实现了室内定位系统。本文首先对基于WIFI位置指纹库的室内定位方法进行了研究,研究不同指纹信息对定位效果的影响,802.11n WIFI标准协议支持多输入多输出(Multiple-Input Multiple-Output,MIMO)技术,不同天线接收的信源信息表现出不同的信号特性,使系统得到的CSI数据信息具有空间特性;在OFDM技术传输方式下,数据被调制在不同频率的子载波上同时进行传输,由于频率选择性衰落不同,使子载波拥有丰富的幅度和相位信息,体现了CSI数据信息的频率特性,本文将CSI数据信息作为位置指纹信息。然后,结合CSI信息和位置指纹方法,根据CSI数据表现出的空间和频率特性,提出了基于CSI加权空频特性的聚类算法。通过Matlab对该定位方法进行了仿真验证,确定了定位系统的关键参数。在参考点上采集CSI数据信息,经过数据预处理生成CSI指纹数据,通过本文提出的聚类算法对指纹数据进行聚类,完成匹配定位,大大提高了定位精度。接着,为进一步提升定位精度,在实地测试结果的基础上,通过提出了基于指纹库二次校正的室内定位算法,去除数据库中部分离群点和精确定位阶段选取的不合适的最邻近点,进一步提高了定位精度。最后,本文基于CSI Tools平台并利用无线板卡,设计并完成了整个室内定位系统。在学校主楼一区二楼完成了实地测试,验证了本文所提算法性能。结果表明,本文设计实现的室内定位系统提升了WIFI定位技术的定位精度。