基于虚拟力的Wi-Fi接入点和BLE基站部署算法设计和实现

来源 :内蒙古大学 | 被引量 : 0次 | 上传用户:yunkan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着物联网的发展和移动设备的普及,室内位置感知服务需求与日俱增。基于位置指纹的无线室内定位技术因原理较为简单、成本相对较低和普适性强的特征受到了学术界和工业界的广泛关注。现有研究表明,通过优化室内环境中Wi-Fi接入点和低功耗蓝牙(Bluetooth Low Energy,BLE)基站的部署位置可提升定位精度,但仍然存在以下问题:(1)采用启发式搜索算法易得到局部最优解,并且解决大场景问题时,需耗费大量时间;(2)未考虑网络覆盖需求及环境中已有Wi-Fi接入点和BLE基站的问题等。本文针对上述问题开展相应研究,并取得了以下成果。本文设计了一种适用于室内环境的Wi-Fi接入点和BLE基站部署位置的优化算法,并基于该算法设计并实现了一个Web应用系统。首先,借用物理学中力的概念,引入节点间因受到吸引力和排斥力而导致位置移动的思想,从而定义Wi-Fi接入点和BLE基站的虚拟力(Virtual Force Algorithm,VFA)模型,以保证覆盖度和最大化指纹差异(Fingerprint Difference,FD),并基于此模型设计了面向室内定位的Wi-Fi接入点和BLE基站部署优化算法VFA-FD,通过优化Wi-Fi接入点和BLE基站的部署位置以提升定位精度和覆盖度。本文设计的虚拟力模型定义参考点对附近的Wi-Fi接入点和BLE基站产生吸引力,以增大该参考点处的指纹差异;定义Wi-Fi接入点和BLE基站之间产生排斥力,以保持覆盖度。其次,通过与GA-CRLB、Coverage-FD和Max-Rss ED三种适用于室内环境的Wi-Fi接入点部署优化算法进行仿真对比,在定位精度方面,VFA-FD的定位精度能够取得接近于克拉美罗下界,且相较于三种算法具有良好的稳定性;在覆盖度方面,Wi-Fi接入点和BLE基站数量较少时,VFA-FD算法比GA-CRLB算法具有12.5%的提升;在时间效率方面,VFA-FD算法比GA-CRLB算法具有83.3%的提升。最后,根据实际应用需求,基于开源GIS平台Geosever、Leaflet等技术设计实现了Wi-Fi接入点和BLE基站部署优化的Web应用系统,该系统支持不同场景地图发布、无线信号强度仿真、Wi-Fi接入点和BLE基站自由部署、Wi-Fi接入点和BLE基站部署优化等功能。综上,本文提出的VFA-FD算法能够在定位精度和覆盖度方面对Wi-Fi接入点和BLE基站的部署位置进行有效的优化。同时,本文设计实现的Web应用系统具有较高的实用价值,可以为室内Wi-Fi接入点和BLE基站部署提供有效的解决方案。
其他文献
随着畜牧业的发展,规模化、精细化、智能化养殖已经成为牛养殖业的必然发展趋势。牛个体识别技术是牛精细化养殖和保险业的基础,并且牛的育种、疾病控制、智能化管理,以及乳制品与牛肉制品的质量监管等方面都需要高效的个体识别技术。随着深度学习技术在图像领域的发展,基于生物特征的牛个体识别技术取得了长足进步。本文以牛的面部特征为基础,提出了基于深度学习的牛面部图像识别方法,具体工作如下:1.构建牛面部图像数据集
近几年,公共场所佩戴口罩已经成为大多数国家的共识。同时卷积神经网络在图像识别领域有着良好的应用前景,卷积神经网络需要大量的资源和内存,并且计算量大,FPGA凭借其可重构、低延迟和低功耗等特点,成为主流的应用平台之一。本文通过在FPGA端部署卷积神经网络并识别口罩佩戴情况主要研究成果如下:1.在软件端,利用自主设计的卷积神经网络检测口罩佩戴情况,得到98.5%的识别准确率,并可区分出佩戴口罩不规范和
内蒙古自治区是全国五大牧区之一,在全国畜牧业中占据重要的地位。自治区的发展战略目标中提到,要逐步推进新型的信息科技在畜牧业中深层次的融合应用。其中,牛的个体识别技术对智慧牧场建设和畜牧业保险有着重要意义。三维识别方法比二维识别能提供更丰富的空间信息,可以更精准地进行个体识别。而在三维识别中,牛面部的三维重建是至关重要的一环,对畜牧业的智慧管理具有一定的应用价值。本文针对牛面部三维图像重建的主要研究
随着互联网的兴起和普及,我们进入了一个人人都生产数据的时代,需要处理和存储的数据呈指数式的增长,但传统的数据处理和存储技术却遭遇了瓶颈。而云计算作为海量数据处理和存储的主流平台应运而生。Hadoop则是云计算开源的分布式并行计算框架之一,由Apache旗下基金会发布,被广泛地应用于众多大公司,例如雅虎、脸书、亚马逊、谷歌、微软等。因此,Hadoop渐渐地成为了云计算平台海量数据处理和存储的主流框架
近年来深度学习广泛应用于图像分类、目标检测、图像分割、语音识别等众多领域中.图像修复是计算机视觉领域中的一个重要课题,常见于影视娱乐、医疗影像、公共安全、文物修复等日常生活的方方面面,其主要任务是利用图像整体结构纹理重绘缺失部分的细节,使修复完成的图像内容和谐一致.深度学习很好地解决了传统图像修复的局限,提高了修复模型的学习能力,显著改善了修复效果.时至今日,人们针对不同问题提出了众多图像修复的方
ARINC429是航空电子设备中广泛使用的一种总线协议。近年来,随着我国航空航天技术不断发展,对航空通讯设备的需求越来越大。国内航空通讯设备所用集成电路芯片长期依赖进口,经常面临各种限制问题,因此我国迫切需要拥有自主研发的航空通讯设备。本论文旨在研制一款基于CPCI总线的国产化ARINC429通讯模块,该模块可以提供4路ARINC429接收通道和2路ARINC429发送通道,采用国内先进的集成电路
自旋转移矩磁随机存储器(Spin-Transfer Torque Magnetoresistance random access memory,STT-MRAM)有望代替传统存储器,其高效,非易失性,存储时间长等优点引起了人们的关注。随着科技的不断进步,存储器也不断面临新的挑战。近年来,随着MRAM的存储密度不断增加,尺寸不断减小;同时,还要通过增强磁各向异性来提升存储器的热稳定性。如何可以更好地
面向汉语、英语等大语种的语音交互系统已经应用于科技和生活的各个方面,极大地提高了信息获取效率。而蒙古族人民也对语音交互系统有广泛的需求,希望使用蒙古语与智能设备交互。因此本文设计并实现了面向蒙古语的语音交互系统,本系统由蒙古语语音识别、问答系统、语音合成三部分组成。其中问答系统是语音交互系统的核心部分,问答模型性能的好坏直接影响语音交互系统生成回答的语言质量。目前还没有公开的高质量蒙古文问答语料库
语音增强的目标是抑制噪声,增强期望的语音信号。基于信号处理的传统语音增强方法为了简化计算或获得解析解做了许多假设,在低信噪比与包含非平稳噪声的场景下会出现严重的性能下降。基于深度学习的语音增强方法具有强大的非线性映射能力,在拥有大量训练数据的前提下有望超过传统方法。目前,基于深度学习的主流增强方法通常将语音增强任务建模为全频带谱映射问题,间接忽视了语音增强领域过去几十年的经验积累。基于信号处理的传
语音增强旨在利用信号处理技术及各种算法提高语音的质量与可懂度。作为语音识别系统的前端模块,它在语音交互、电话会议、听力辅助以及军事窃听等场景中发挥重要作用,得到了学术界和工业界的广泛关注。与传统方法相比,基于深度学习的语音增强方法在应对低信噪比以及非平稳噪声方面表现突出,但在一些方面仍然存在不足。深度学习框架下的语音增强方法,通常使用均方误差(MSE)作为优化模型参数的目标函数。但一些研究表明,具