基于证据K近邻与网格聚类的WiFi定位算法设计与实现

《基于证据K近邻与网格聚类的WiFi定位算法设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于证据K近邻与网格聚类的WiFi定位算法设计与实现作者姓名杨帅学科专业信号与信息处理指导教师傅予力教授所在学院电子与信息学院论文提交日期2018年5月DesignandimplementationofWiFilocationalgorithmbasedonEvidenceK-NearestNeighborandGridClusteringADissertationSubmittedfortheDegreeofMasterCandidate：YangShuaiSupervisor：Prof.FuYuliSouthChinaU

2、niversityofTechnologyGuangzhou,China分类号：TP393.1学校代号：10561学号：201520109246华南理工大学硕士学位论文基于证据K近邻与网格聚类的WiFi定位算法设计与实现作者姓名：杨帅指导教师姓名、职称：傅予力教授申请学位级别：工学硕士学科专业名称：信号与信息处理研究方向：智能信息处理与室内定位技术论文提交日期：2018年05月31日论文答辩日期：2018年06月04日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：向友君副教授委员：傅予力教授，周智恒教授，李波副教授

3、，余卫宇副教授摘要随着移动网络技术的快速发展，室内定位技术越来越受到广泛关注。由于WiFi技术的广泛应用，使其成为室内定位技术研究领域的热点。室内环境复杂，干扰因素较多，这给室内定位技术带来了困难。为了减少各种干扰对WiFi定位的影响，基于位置指纹法是目前比较理想的定位方法。但传统的基于接收信号强度指示（RSSI）的指纹法存在指纹采集工作量大、定位效率低和定位精度有待提高等问题。随着室内定位技术的发展，用户对室内不同区域的定位需求也存在差异。如何针对需求的差异，设计具有广泛适用性的、高效的、高精度的定位算法是一个值得研究的问题。针对传统

4、的位置指纹定位法效率低和用户对室内局部区域定位需求不同的问题，本文提出了一种基于证据K近邻与网格聚类的定位算法（GC-EKNN）。该算法将室内有定位需求的局部空间标记为感兴趣区域（POI），算法只要求在POI内建立区域指纹库，减少指纹采集的工作量；在区域指纹库中，利用网格聚类的思想对指纹划分网格层次结构；然后，采用证据K近邻理论（EKNN）对区域进行识别，判定目标所属的区域；最后，在区域内采用网格聚类查询近邻单元格，利用动态近邻数筛选机制从近邻单元格中选出近邻点，并结合加权K近邻算法（WKNN）来进行精定位。本文在实验平台上建立了GC-

5、EKNN算法模块，与同类算法进行比较，以验证GC-EKNN算法在定位效率和精度上的表现。实验表明：本文提出的GC-EKNN算法利用人工智能算法EKNN的方法对空间分离区域进行决策，在POI内对指纹进行网格聚类；不管区域空间是否连续，GC-EKNN算法都适用并能提高定位效率。同时，该算法采用动态近邻数机制筛选出近邻点进行定位，与同类算法相比，定位精度有所提高。最后本文设计、实现了基于GC-EKNN的WiFi室内定位系统，检验了算法的可行性和实用价值。关键词：基于WiFi的室内定位；证据K近邻理论；感兴趣区域；网格聚类IAbstractWi

6、ththerapiddevelopmentofmobilenetworktechnology,indoorpositioningtechnologyhasattractedmoreandmoreattention.DuetothewideapplicationofWiFitechnology,ithasbecomeahotspotinthefieldofindoorpositioningtechnologyresearch.However,therebringdifficultiestotheWiFipositioningtechnol

7、ogyascribedtocomplexindoorenvironmentandnumerousdisturbancefactors.InordertoreducetheinfluenceofallkindsofinterferenceonWiFilocalization,Localizationmethodbasedonthefingerprintlocalizationalgorithmisidealatpresent.However,thetraditionalfingerprintmethodbasedonthereceivin

8、gsignalstrengthindicator(RSSI)hastheproblemoflargeamountoffingerprintcollection,lowpositioningefficienc