论文部分内容阅读
随着通讯技术和自动化程度的提高,智能化程度加大,在智慧物联和经济一体化的背景下,科学技术的发展和社会的进步使得机场之间的竞争从提供有序的乘机服务转变到了需要提供更加有效、舒适、智能化的客户体验上。这就需要机场改变原有的服务方式,将机场的主要服务作为核心,对候机体验和设备管理进行优化,如此不仅增强了机场的竞争力,而且更有利于机场服务评价的提高。对移动服务设备和候机人员实行实时定位,是推动机场服务提高的有效方式。机场候机区定位是典型的室内定位,随着机场智能化的推进以及机场候机区候机人员易错过航班,移动服务设备管理混乱,应建立起更准确的定位机制以提高服务水平。目前最受欢迎的GPS定位技术主要用于室外定位,当在室内应用时,因为受到遮挡而引起信号的衰减比较严重。且常用的室内定位技术受到的干扰较大,定位精度达不到要求等问题。在分析了机场候机区具体环境的基础上,本文将ZigBee技术和PSO-BP算法应用于无线定位中,根据机场移动设备与候机人员定位的实际需求,提出一种基于ZigBee网络的定位解决方案。以ZigBee定位技术为基础,进行定位模块的研发和算法的设计。 1)首先对机场候机区定位的理论基础进行了分析,并分析了机场候机区的实际定位需求。在此基础上设计了基于ZigBee技术的机场地面移动对象定位架构,ZigBee的技术特征符合机场移动设备与人员定位的实际需求。在硬件上运用CC2530芯片开发机场候机区定位结构中的节点;在软件层面,对ZigBee网络协议进行了研究。 2)然后对机场候机区传感网络的定位算法进行了研究,分析了定位算法的基本原理。因为机场候机区较大,移动设备与候机人员分布情况复杂,机场环境对无线信号影响大等特点,通过对信号的传播模型进行研究,选用RSSI定位算法,利用PSO-BP算法进行优化,增加了算法的性能,并说明了算法的定位流程。BP神经网络属于自学习网络,在以往的BP网络中,最常用的是通过梯度信息调整权值,但易陷入局部极值。将粒子群算法运用到BP网络中,通过优化后的粒子群算法群体并行搜索的特点,寻找合适的BP神经网络初始权值和阈值。 3)最后在机场候机区物联网定位平台和无线节点定位智能算法研究的基础上,对机场候机区定位进行了应用研究,说明该研究在机场候机区定位技术的优化和抗干扰性方面具有良好的实际效果,能减少环境等因素对定位结果的干扰。但是近些年,定位技术一直在发展,本文所研究的定位结构在性能以及有效性等方面,虽然做了大量工作,但依旧有待提高,比如节点的功耗、定位速度,网络的有效组织,接口功能的增加,定位的方法等方面。