基于蓝牙4.0的亚米级室内定位系统研究_第1页
基于蓝牙4.0的亚米级室内定位系统研究_第2页
基于蓝牙4.0的亚米级室内定位系统研究_第3页
基于蓝牙4.0的亚米级室内定位系统研究_第4页
基于蓝牙4.0的亚米级室内定位系统研究_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于蓝牙4.0的亚米级室内定位技术研究研究思路课题背景及研究现状系统整体设计RSSI衰减模型与iBeacon基站部署基于RSSI位置指纹库定位算法优化总结与展望课题背景及现状室内尤其地下,导航信号衰减太快,卫星定位无法使用。室内定位技术可以轻松获取室内物品信息。1蓝牙4.0低功耗、易实现、精度较高课题背景及现状1位置S1S2…Sn坐标(x1,y1)(x2,y2)…(xn,yn)AP1

信号强度R11R21…Rn1AP2

信号强度R12R22…Rn2……………APm

信号强度R1mR2m…Rnm课题背景及现状-指纹定位方法1指纹信息采集指纹库存储信息研究思路课题背景及研究现状系统整体设计RSSI衰减模型与iBeacon基站部署基于RSSI位置指纹库定位算法优化总结与展望2iBeacon基站WEBAPP系统整体设计系统整体设计-iBeacon基站设计2系统整体设计-APP设计2字段名类型长度主键描述IDInt10是自增UUIDVarchar45否iBeaconUUIDRSSIInt10否基站信号强度字段名类型长度主键描述IDInt10是自增IDRSSI_1Int10否基站信号强度RSSI_2Int10否基站信号强度RSSI_3Int10否基站信号强度RSSI_4Int10否基站信号强度PositionVarchar15否位置坐标(x,y)对匹配定位算法进行优化建立指纹数据库系统整体设计-WEB服务器设计2研究思路课题背景及研究现状系统整体设计RSSI衰减模型与iBeacon基站部署基于RSSI位置指纹库定位算法优化总结与展望3

RSSI衰减模型与iBeacon基站部署分别选取在持续200s内,测量距离基站0.15m、2m、5m、15m的RSSI值进行作图,显示波动情况。RSSI衰减模型与iBeacon基站部署3根据Time-RSSI数据拟合得到模型为:系数为:a=9.4910b=-0.7359c=4.0310d=-0.0047分析结果:误差平方和SSE=1.0720多次测定系数R-square=0.9921系数调整度AdjustedR-square=0.9895均方根误差RMSE=0.3451

RSSI衰减模型与iBeacon基站部署3RSSI衰减模型与iBeacon基站部署3RSSI衰减模型与iBeacon基站部署3在30m*30m的空间中,iBeacon基站有效部署上限为4个,下限为8个。研究思路课题背景及研究现状系统整体设计RSSI衰减模型与iBeacon基站部署基于RSSI位置指纹库定位算法优化总结与展望4指纹库一次优化指纹库二次优化匹配定位算法优化基于RSSI位置指纹库的定位算法优化基于RSSI位置指纹库的定位算法优化-一次优化4测试采集指纹模型环境指纹库与理想指纹库基于RSSI位置指纹库的定位算法优化-一次优化-Gauss滤波4级比检验建立GM(1,1)拟合模型优化验证

基于RSSI位置指纹库的定位算法优化-一次优化-GM(1,1)模型4基于RSSI位置指纹库的定位算法优化-一次优化-仿真测试4指纹库除噪效果KNN算法下的误差累计分布图基于RSSI位置指纹库的定位算法优化-一次优化-仿真测试4WKNN算法下的误差累计分布图贝叶斯算法下的误差累计分布图指纹库类型KNN反距离加权WKNN贝叶斯原始指纹库2.64792.06971.9652高斯滤波后2.03701.84091.7450GM(1,1)修正后1.77341.15411.3685位置指纹库对比KNN反距离加权WKNN贝叶斯高斯:原始23.07%10.98%11.37%GM(1,1):高斯12.90%37.3%21.53%GM(1,1):原始33.00%44.98%30.36%均方根误差RMSE/m平均定位精度提高百分比基于RSSI位置指纹库的定位算法优化-一次优化-仿真测试-参数比较4基于RSSI位置指纹库的定位算法优化-二次优化-分段线性插值4X与Y两个方向分别插值(p,q)=(2,2)(p,q)=(5,5)基于RSSI位置指纹库的定位算法优化-二次优化-自适应插值4(2)特征函数(1)点估计(3)内插函数基于RSSI位置指纹库的定位算法优化-二次优化-克里金插值4基于RSSI位置指纹库的定位算法优化-匹配算法优化-高斯核函数4定位点与实际点位置

高斯核函数加权与反距离加

权WKNN误差累积分布函数基于RSSI位置指纹库的定位算法优化-匹配算法优化-高斯核函数4基于RSSI位置指纹库的定位算法优化-匹配算法优化-三重优化叠加4第一组:GM(1,1)模型残差修正+高斯核函数加权的WKNN;第二组:GM(1,1)模型残差修正+克里金插值+高斯核函数加权的WKNN;第三组:GM(1,1)模型残差修正+自适应插值+高斯核函数加权的WKNN。APP终端、WEB服务器设计完成低功耗,高集成的iBeacon基站设计完成

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论