信息融合手機(jī)室內(nèi)定位報(bào)告

1、基于手機(jī)WIFI的室內(nèi)定位與導(dǎo)航Information Fusion目錄實(shí)際操作演示室內(nèi)定位研究意義軟件實(shí)現(xiàn)原理與算法總結(jié)展望一、研究意義一、研究意義易于安裝易于安裝需要少量的接入需要少量的接入點(diǎn)（點(diǎn)（Access PointAccess Point）傳輸速度快，成本較低傳輸速度快，成本較低覆蓋范圍廣覆蓋范圍廣室內(nèi)定位和跟蹤室內(nèi)定位和跟蹤是無(wú)法利用是無(wú)法利用GPSGPS和蜂窩無(wú)線定位和蜂窩無(wú)線定位來(lái)實(shí)現(xiàn)來(lái)實(shí)現(xiàn)基于手機(jī)基于手機(jī)WiFiWiFi的室內(nèi)定位的室內(nèi)定位“位置指紋位置指紋”定位特征為定位特征為RSS信號(hào)強(qiáng)度值信號(hào)強(qiáng)度值無(wú)需室內(nèi)傳播模型無(wú)需室內(nèi)傳播模型需要建立數(shù)據(jù)庫(kù)需要建立數(shù)據(jù)庫(kù)二、軟件實(shí)

2、現(xiàn)二、軟件實(shí)現(xiàn)位置指紋定位算法位置指紋定位算法2.基于對(duì)數(shù)正態(tài)基于對(duì)數(shù)正態(tài)分布模型的信分布模型的信號(hào)處理號(hào)處理1.AP信息的采集與獲信息的采集與獲取取4.實(shí)現(xiàn)定位實(shí)現(xiàn)定位框架設(shè)計(jì)框架設(shè)計(jì)3.3.位置指紋數(shù)位置指紋數(shù)據(jù)庫(kù)據(jù)庫(kù)1.AP信息的采集與獲取信息的采集與獲取 基于WIFI的手機(jī)室內(nèi)定位系統(tǒng)使用的定位算法中信號(hào)強(qiáng)度(RSS)的采集是關(guān)鍵部分，RSS不能采集，就不能對(duì)用戶進(jìn)行定位。接收信號(hào)強(qiáng)度代表了參考位置點(diǎn)的指紋信息，只有在采集到來(lái)自各個(gè)AP的RSS信號(hào)之后，才能進(jìn)行室內(nèi)定位，估計(jì)用戶的位置。帶有WiFi接口的設(shè)備可以通過(guò)無(wú)線網(wǎng)卡中的網(wǎng)絡(luò)驅(qū)動(dòng)接口規(guī)范(NetworkDriver Interf

3、ace Specification，NDIS)獲取AP的RSS信號(hào)。 RSS信息獲取之后，需要通過(guò)網(wǎng)絡(luò)將定位需要的參數(shù)傳送到服務(wù)器，傳輸數(shù)據(jù)幀的結(jié)構(gòu)如表：參數(shù)參數(shù)描述描述數(shù)據(jù)類型數(shù)據(jù)類型定位狀態(tài)離線（在線）定位階段BoolAP數(shù)目用于定位AP的數(shù)目ByteRSS數(shù)目每次采集的來(lái)自每個(gè)AP的RSS值得數(shù)目IntBSSID地址搜索到的AP的MAC地址Char（16）AP名稱搜索到的AP的名稱Char（32）RSS值采集的來(lái)自AP的RSS值long2.基于對(duì)數(shù)正態(tài)分布模型的信號(hào)處理基于對(duì)數(shù)正態(tài)分布模型的信號(hào)處理利用對(duì)數(shù)正態(tài)分布模型對(duì)采樣的信號(hào)進(jìn)行篩選niRSSnu1)ln(1222)(ln221)(

4、uxexxfniiuRSSn12)(ln1標(biāo)準(zhǔn)對(duì)數(shù)正態(tài)分布概率函數(shù)表示為：判別式：22)(ln2226 . 0212122ueRSSuuRSS（1）（3）（2）把這些高概率的信號(hào)強(qiáng)度帶入公式(2)得到一個(gè)新的平均信號(hào)強(qiáng)度u然后通過(guò)下式得到處理后的信號(hào)強(qiáng)度值：RSSue3.位置指紋數(shù)據(jù)庫(kù)（離線階段）位置指紋數(shù)據(jù)庫(kù)（離線階段） 室內(nèi)定位系統(tǒng)學(xué)習(xí)階段需要首先選定參考位置點(diǎn)，由人員在參考位置點(diǎn)處用手機(jī)，運(yùn)行學(xué)習(xí)模式獲取RSS樣本，采集完成后，記錄該參考位置點(diǎn)的坐標(biāo)及RSS信號(hào)處理后的數(shù)據(jù)信息，依次完成定位場(chǎng)景中的所有參考位置點(diǎn)的RSS信號(hào)的采集，并將參考位置點(diǎn)坐標(biāo)及其RSS相關(guān)信息存入數(shù)據(jù)庫(kù)中，形成定

5、位場(chǎng)景的位置指紋數(shù)據(jù)庫(kù)。 位置指紋數(shù)據(jù)庫(kù)中存儲(chǔ)參考位置點(diǎn)的指紋信息，主要包括參考位置點(diǎn)標(biāo)號(hào)、參考位置點(diǎn)的名稱、參考位置點(diǎn)的X坐標(biāo)、參考位置的Y坐標(biāo)、參考位置點(diǎn)處搜索到AP的MAC地址、采集的來(lái)自AP的RSS值。4.實(shí)現(xiàn)定位（在線階段）實(shí)現(xiàn)定位（在線階段） 在線定位階段，定位終端首先會(huì)根據(jù)收到的周圍的AP信號(hào)強(qiáng)度值，將它和指紋數(shù)據(jù)的信號(hào)進(jìn)行矢量匹配，然后再采取某種指紋定位算法得到定位目標(biāo)的位置。常用的指紋定位算法有：最近鄰算法、K加權(quán)近鄰算法、貝葉斯概率算法。本次采用概率密度算法。利用參考點(diǎn)的信號(hào)強(qiáng)度概率對(duì)目標(biāo)進(jìn)行定位11ln()niuRn22(ln)221P(|)2jRujijRLeR211(

6、ln)niiRuN在每一個(gè)采樣點(diǎn)信號(hào)概率密度函數(shù)表示為：每一個(gè)參考位置點(diǎn)的信號(hào)強(qiáng)度概率：i12P(R|L )=P(R |L )P(R |L )P(R |L )iini（1）（3）（2）（概率密度算法）三、定位演示的實(shí)現(xiàn)三、定位演示的實(shí)現(xiàn)1 1、設(shè)備場(chǎng)地選擇、設(shè)備場(chǎng)地選擇 場(chǎng)地選在星c學(xué)生宿舍4樓半，選擇8個(gè)宿舍，陽(yáng)臺(tái)以及洗漱間作為定位點(diǎn)。每個(gè)點(diǎn)都有相應(yīng)的Wifi信號(hào)信息，用手機(jī)依次在這10個(gè)點(diǎn)采集信號(hào)的信息作為數(shù)據(jù)庫(kù)，采集完畢后，隨機(jī)在10個(gè)點(diǎn)中選擇測(cè)試點(diǎn)進(jìn)行測(cè)試，記錄定位結(jié)果。流程圖：結(jié)束開(kāi)始RSS實(shí)時(shí)采集記錄各個(gè)點(diǎn)的信息作為數(shù)據(jù)庫(kù)使用庫(kù)中匹配的AP的RSS信息進(jìn)行定位顯示定位地點(diǎn)2 2、界

7、面展示、界面展示測(cè)試結(jié)果測(cè)試結(jié)果測(cè)試測(cè)試地點(diǎn)地點(diǎn)陽(yáng)臺(tái)陽(yáng)臺(tái)404406408410412416洗漱洗漱間間420422正確率100%100%100%100%80%0%60%60%60%80%整體正確率：74%三、總結(jié)展望三、總結(jié)展望 當(dāng)前隨著WiFi技術(shù)的發(fā)展和WiFi的普及，在室內(nèi)環(huán)境下通過(guò)wiFi信號(hào)進(jìn)行室內(nèi)定位已經(jīng)成為了可能，而且具有很大的潛力。在本次測(cè)試中，測(cè)試成功率在WiFi信號(hào)簡(jiǎn)單的區(qū)域極高，而在整個(gè)宿舍樓的中間部分也就是WiFi信號(hào)最為復(fù)雜的區(qū)域準(zhǔn)確率驟降，所以在信號(hào)采集與處理的算法中需要繼續(xù)完善，過(guò)濾掉部分WiFi信號(hào)才能保證正確率。 另外從實(shí)用性方面來(lái)看，軟件在使用過(guò)程中需要對(duì)已知地點(diǎn)進(jìn)行預(yù)先的學(xué)習(xí)，才能在下次到達(dá)該地點(diǎn)時(shí)獲取位置坐標(biāo)，所以說(shuō)如果在推廣實(shí)用性上需要建立離線數(shù)據(jù)庫(kù)以及建立穩(wěn)定的WiFi信號(hào)覆蓋區(qū)域。參考文獻(xiàn)：Java編程從基礎(chǔ)到應(yīng)用，清華大學(xué)出版社馬寧基于RSSI的RFID室內(nèi)無(wú)線定位算法研究D，電子科技大