论文部分内容阅读
当前,随着基于位置服务(Location Based Service,LBS)的应用不断发展,作为其关键技术之一的室内定位技术引起了业界的广泛关注。研究人员针对不同的无线通信技术以及不同定位原理提出了一系列的室内定位算法、实现了相关的室内定位系统。因Wi Fi基础设施的普及,Wi Fi被用于实现室内定位越来越受到重视。同时,接收信号强度指示(Received Signal Strength Indication,RSSI)信息的获取可以通过移动终端方便地实现。目前,基于RSSI的Wi Fi室内定位已成为了研究热点之一。首先,本文研究了用于Wi Fi定位的几种基于RSSI的算法。通过实验对比分析K-Nearest Neighbors(KNN)算法和基于聚类的KNN(简称CKNN)算法在Wi Fi定位中的时间和精度,给出了CKNN算法能在不影响定位精度的情况下实现比KNN算法更快定位的结论。为了解决CKNN算法定位精度不高的问题,本文提出了一种基于隐马尔可夫模型(Hidden Markov Model,HMM)适用于Wi Fi定位的算法,简称HMMA。因为考虑了场景、信号分布以及人移动特性等信息,该算法能够以较高的精度定位。在测试数据集上的平均定位误差分析显示HMMA算法的平均误差比CKNN算法低30%。其次,基于以上对定位算法的分析,本文以智能手机为移动终端,在Android操作系统上实现了一套切换采用CKNN算法和HMMA算法的室内定位系统。该系统在无Internet连接时,利用CKNN算法在客户端实现了实时性较高但精度有限的定位,保证了用户在网络状况不好时仍能获取位置信息。而在有Internet连接时,系统切换成利用HMMA算法实现定位,这可以在网络状况良好的情况下满足用户对较高精度室内定位的需求。在无Internet连接的客户端上,采用CKNN算法实现定位的时间比KNN算法快0.278s、比HMMA算法快8.33s,而在客户端连接Internet时,利用网络和后台的计算资源,系统切换到采用HMMA算法的定位方式,测试表明,采用HMMA定位的平均误差比采用CKNN定位的误差大幅降低了22%。