【正文】 ................19 定位算法 ....................................................................................................................21 相對 RSS 比較 ................................................................................................21 異構(gòu)設(shè)備 ........................................................................................................26 多個測量人員 ................................................................................................28 6 測試與評估 ............................................................................................................................29 實(shí)驗裝置測試 ............................................................................................................29 成對裝置測試與評估 ................................................................................................29 設(shè)備異構(gòu)性測試與評估 ............................................................................................31 對于多個測量人員的影響的評估 ............................................................................35 7 探討與展望 ............................................................................................................................37 探討 ............................................................................................................................37 展望 ............................................................................................................................37 結(jié) 論 ...................................................................................................................................39 參 考 文 獻(xiàn) .............................................................................................................................40 致 謝 ...................................................................................................................................42 基于 WiFi信號的室內(nèi)定位方法 1 引 言 位置信息在人們的日常生活和工作當(dāng)中扮演著重要的作用。我們的新的解決方案，有利于 1）從短期的RSS 值的測量提取準(zhǔn)確的指紋值 2）不同設(shè)備間免校準(zhǔn)的定位 3）對于一個給定的位置，在無線地圖上保持每個位置一個指紋，不論任何數(shù)量的上傳數(shù)據(jù)集。 、圖表要求： 1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯別 字，不準(zhǔn)請他人代寫 2）工程設(shè)計類題目的圖紙，要求部分用尺規(guī)繪制，部分用計算機(jī)繪制，所有圖紙應(yīng)符合國家技術(shù)標(biāo)準(zhǔn)規(guī)范。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本研究 提供過幫助和做出過貢獻(xiàn)的個人或集體，均已在文中作了明確的說明并表示了謝意。 涉密論文按學(xué)校規(guī)定處理。近年來，眾包 (也稱為“ Organic” )的 WiFi 指紋定位系統(tǒng)方面的研究正引起人們的關(guān)注。s demand for mobile location information. With the development of wireless location technology in recent years, indoor positioning technology is being a hot spot of indoor localization techniques that rely on RF signals from wireless Access Points have been proposed in the last decade. In recent years, research on crowdsourced (also known as “Organic”) WiFi fingerprint positioning systems has been attracting much attention. This participatory approach introduces new challenges that no previously proposed techniques have taken into account. This paper proposes an efficient localization method addressing three major technical issues posed in crowdsourcing based systems. Our novel solution facilitates 1) extracting accurate fingerprint values from short RSS measurement times 2) calibrationfree positioning across different devices and 3) maintaining a single fingerprint for each location in a radio map, irrespective of any number of uploaded data sets for a given location. Through experiments using four different smartphones, we evaluate our new indoor positioning method. The experimental results confirm that the proposed scheme provides consistent localization accuracy in an environment where the device heterogeneity and the multiple surveyor problems exist. Key Words:Wireless Localization Technology。 如今一般來講，使用無線信號強(qiáng)度來獲取目標(biāo)位置信息的過程，其實(shí)就是建立無線信號強(qiáng)度和位置信息穩(wěn)定映射關(guān)系的一個過程。通過和平臺 供應(yīng)商以及增值服務(wù)商合作，日本的 LBS 服務(wù)內(nèi)容變得愈加豐富。這一立法上的相對滯后，可能會影響到整個 LBS 產(chǎn)業(yè)的發(fā)展。這種基于“眾包”的模式能明顯降低地圖的構(gòu)建和維護(hù)所需要的成本，但是隨之而來的它也產(chǎn)生了一系列問題，帶來了新的挑戰(zhàn)。因此，能允許設(shè)備的多樣性的這樣一種技術(shù)是必要的。 （ 4） 通過使用多個手機(jī)在不同情景下的真實(shí)實(shí)驗，我們對我們的定位技術(shù)的性能進(jìn)行了評估。 GPS 系統(tǒng)由 24 顆衛(wèi)星組成，在任何時間、任何地點(diǎn)地面接收終端都可以同時接受到 4 顆以上的衛(wèi)星發(fā) 出的信號。針對室內(nèi)定位的難點(diǎn)，即克服信號受到環(huán) 境噪聲的干擾，對移動用戶的快速定位，對定位精度的基于 WiFi信號的室內(nèi)定位方法 5 高要求，國內(nèi)外許多的研究人員都進(jìn)行了有針對性的研究和探索，這些研究涉及到無線網(wǎng)絡(luò)、傳感器技術(shù)、隨機(jī)信號處理等眾多交叉領(lǐng)域。該系統(tǒng)有如下幾個缺點(diǎn)，首先，系統(tǒng)的作用范圍受限于紅外線的傳播距 離，其次，由于需要額外安裝紅外線發(fā)射接收裝置，將產(chǎn)生高昂的安裝和維護(hù)成本。Cricket[10]和 Cricket Compass[24]，使用的是射頻和超聲波組合的技術(shù)。越來越多的最近的許多研究人員都把注基于 WiFi信號的室內(nèi)定位方法 6 意力集中到了使用 WiFi RSS 數(shù)據(jù)的技術(shù)上。系統(tǒng) [21]研究了對于數(shù)據(jù)采集階段形成指紋數(shù)據(jù)庫的過程當(dāng)中，對信號強(qiáng)度進(jìn)行測量并記錄測量值，發(fā)現(xiàn)對于每個位置大約的測量時間是一分鐘。 Park 等人 [15]設(shè)計并部署了基于眾包的定位系統(tǒng)，并且得到了可以和設(shè)備來驅(qū)動的系統(tǒng)相媲美的定位精度。 Arvin 等人 [29]提出了一種無監(jiān)督的學(xué)習(xí)方法，嘗試自動解決在 WiFi 定位過程中的硬件差異問題。其次，要配置PATH 屬性，該屬性已存在可直接編輯。由于我們是獨(dú)立安裝，不是一體化 (集成系列工具 )所以需要單獨(dú)下載安裝 SDK。對于移動位置服務(wù)（ LBS）應(yīng)用的成功實(shí)現(xiàn)勢在必行。將房間類似規(guī)劃成網(wǎng)格狀結(jié)構(gòu)并選取若干采樣點(diǎn)進(jìn)行前期數(shù)據(jù)的采集形成指紋數(shù)據(jù)庫保存于服務(wù)器端，定位階段時當(dāng)用戶在某一點(diǎn)發(fā)起定位請求時，將用戶的位置點(diǎn)信息與數(shù)據(jù)庫進(jìn)行匹配，匹配成功時說明該位置存在并返回給用戶當(dāng)前的位置，匹配不成功時說明該位置不存在。換句話說，貢獻(xiàn)者的作用僅限于測量。在這個例子中的情況，用戶 A 和 B 扮演著“位置 101”的測量師的角色，二者上傳測量到的 AP 的信息。然而，只僅僅通過校準(zhǔn)一邊來提高定位精度是有限制的。因此，一個從短期測量來提取精確的指紋的技術(shù)是十分必要的。在圖 1 中，用戶 A基于 WiFi信號的室內(nèi)定位方法 13 和 B 都為“位置 101”提供指紋數(shù)據(jù)。 基于 WiFi信號的室內(nèi)定位方法 14 4 系統(tǒng)設(shè)計 本階段的主要任務(wù)是設(shè)計軟件的模塊的層次結(jié)構(gòu)，設(shè)計模塊的控制流程。如果匹配到了數(shù)據(jù)庫中的值那么說明用戶所在 位置時存在的，并返回給用戶其當(dāng)前的位置信息；如果沒有匹配成功則說明所在位置不存在。 AP 響應(yīng)速率 當(dāng)從初步的實(shí)驗得出的結(jié)果分析時，我們發(fā)現(xiàn)，在整個 WiFi 掃描期間的某些時間段一些 AP 并沒有被記錄下來。這種不穩(wěn)定性會降低定位的精度。中間和底部的圖解是一分鐘持續(xù)時間的測量值。長的和短的測量時間之間的變化范圍是在 1dBm，這是可以接受的。在圖 5 中，比方說，在所有情況下， RSS 出現(xiàn)的最高的頻率在畫有虛線的很小的范圍內(nèi)變化。 該方法通過忽略那些遠(yuǎn)離最大頻率的 RSS 值分布的 RSS 記錄來提取 RSS 指紋值，并且給那些在 RSS 柱狀圖中具有峰值的 RSS 值以最大權(quán)重值。實(shí) 驗結(jié)果基于 50 次的測量得到的平均值，并且每次測量都有超過 10 個 AP 被記錄。除了 AP 的數(shù)量，我們還可以充分利用分布廣泛的 RSS 值。每個 AP 的指紋值如表。表 展示了基于用戶指紋值和 ? 值而創(chuàng)建的指紋數(shù)據(jù)。在這個例子當(dāng)中，用戶 A 和用戶 D 是測量者而用戶 B和 C 想知道自己的位置。得益于 WiFi 技術(shù)的擴(kuò)散，建筑物內(nèi)任何地方的肉眼可見的 AP 的數(shù)量通常都超過了 10 個。通過最大化 w 的值，我們可以減小每次測量得到的 fpValue 值的不同到最低程度。 RSS 分布趨于左偏 [22,23]，這意味著，對于指紋更有意義的 RSS 值位于右側(cè)的分布當(dāng)中（即，出現(xiàn)的頻率多的 RSS 值是更重要的）。我們試圖找出 RSS 指紋的最佳指標(biāo)，我們在分析記錄的 RSS 數(shù)據(jù)集時發(fā)現(xiàn)了一個獨(dú)特的特點(diǎn)。使用平均值指紋在圖 的情況下能夠工作得很好。 我們找來了兩個例子如圖 5 所示，來說明概率方法提供了不準(zhǔn)確的指紋值。由于我們的定位方法很自然的給較小的 RSS 值以較低的權(quán)重值， AP 的響應(yīng)速率對于指紋信息大打了折扣。本文 的實(shí)證數(shù)據(jù)對于無線電地圖指紋數(shù)據(jù)