论文部分内容阅读
随着信息技术的高速发展,人平均80%的时间都在室内活动,人们对位置服务的应用提出了更高的要求,室内定位技术越来越受到关注。一方面,现代生活中Wi-Fi已经成为必不可少的东西,各类场所都已有Wi-Fi设备,基于Wi-Fi接收信号强度的定位技术可以省去硬件设施的布置,降低成本;另一方面不同技术在Wi-Fi接收信号强度定位上的研究,提高了该方法的定位精度。所以基于Wi-Fi接收信号强度指示的室内定位在各类定位技术中仍然具有显见的优势。本文主要研究在布置多个无线访问接入点(Wireless Access Point,AP)的室内环境中,根据Wi-Fi接收信号强度,采用支持向量机(Support Vector Machine,SVM)的回归算法,分别在室内楼层和平面定位两方面进行定位研究,最终整合楼层定位和平面定位,实现多AP的室内三维定位。在楼层定位方面,根据在不同楼层所接收到的接收信号强度指示(Received Signal Strength Indication,RSSI)相关数据,进行数据处理后,作为输入参数输入SVM回归模型,通过比较网格搜索优化的SVM和遗传优化的SVM两种算法,选择遗传优化的SVM算法,进行实验仿真,实现楼层的判别。在平面定位方面,在离线阶段,对实验数据先通过基于密度的聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法进行聚类,去除噪音点,再将特征结果进行遗传优化的支持向量机(GA-SVM)训练,建立模型。处于在线定位阶段时,将聚类后的测试数据输入优化的SVM模型进行实验仿真,本文实验中平面定位的测试集数据中,去掉噪音点,定位结果最大偏差为5.75米,最小偏差为0.25米,平均偏差为1.04米,实现位置定位并获得较好的精度。文章最后对该系统应用提出了一些构想和思路。