一种基于模糊逻辑的室内定位方法.pdf

《一种基于模糊逻辑的室内定位方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第4期苗浩轩等．一种基于模糊逻辑的室内定位方法一种基于模糊逻辑的室内定位方法苗浩轩王景成李创费灵刘正峰(上海交通大学自动化系系统控制与信息处理教育部重点实验室，上海200240)摘要提出一种包含两层模糊逻辑的室内定位方法，第一层模糊逻辑用来计算检测点与参考点之间的相似程度；第二层模糊逻辑综合考虑检测点RSS矢量值与参考点RSS矢量值的欧氏距离和相似程度，计算检测点的位置坐标。在仿真实验中，用无线路由器构建室内无线网络，以采集到的wi-Fi信号强度数据为基础，将提出的方法与常用室内定位算法的定位精度进行对比，验证了所提方法的有效性和精确性。关键词室内定位位置指纹算法Wi

2、．Fi模糊逻辑中图分类号TH865文献标识码A文章编号t000-3932(2014)04-0387-06随着移动通信技术和信息网络技术的不断发展，基于位置的服务(LocationBasedServices，LBS)越来越引人关注。而如何为用户提供准确、可靠的位置信息则是实现LBS的核心问题⋯。由于人们生活和工作的大部分时间都局限在室内，高精度的室内定位技术能够有效提高工作效率和生活质量。因此，研究和发展室内定位技术可以满足人们对室内定位服务与日俱增的需求，具有较强的实际意义。目前，基于WLAN的室内定位技术研究由于具有低成本优势，已经引起了国内外研究机构和高校的广泛关

3、注拉1。现有的基于WLAN的定位算法主要分为距离无关算法和基于距离的算法旧1。基于接收信号强度(RSS)的位置指纹定位技术可以在一定程度上减少多径效应等因素对定位精度带来的影响。与此同时，位置指纹技术不需要添加昂贵的同步时钟等硬件设备，就能够在保证定位精度的同时有效降低成本¨-。1位置指纹定位技术位置指纹定位技术的基本原理是利用不同位置接收到的信号特征参数建立位置指纹库，通过将实际接收信号与位置指纹库中的信号特征参数进行匹配，实现待定位物体位置的确定。该技术主要分为离线和在线两个阶段∞J。离线阶段需要在进行定位服务的室内区域设置一系列位置坐标信息已知的参考点，在每个参

4、考点处采集多个接人点(AP)的信号特征参数。将这些信号特征参数进行数据处理后存储即可完成位置指纹库的构建。在线阶段需要检测待定位物体所在检测点处的信号特征参数，通过相关算法与位置指纹库中的数据进行匹配，选取匹配度较高的参考点对位置进行估计。2常用的确定性算法由于笔者的研究以确定性算法为基础，在此主要介绍常用的确定性算法。常用的确定性算法主要有：最近邻法(NN)、K近邻法(KNN)和K加权近邻法(WKNN)M1。若D；为检测点与第i个参考点RSS矢量值之间的欧氏距离，NN算法选取D。取最小值时对应的参考点坐标来代替检测点的位置坐标。KNN算法则需要找出D。中的K(必≥2

5、)个最小值对应的参考点，用这必个参考点位置坐标的平均值来代替检测点的位置坐标。WKNN算法则在确定K个参考点后，采用加权求和的方法得到检测点的位置坐标，加权系数计算公式如下：叩芋㈩1”-21—『_‘Ji；I寺¨=上，其中，占一般取很小的正数，以避免出现分母收稿日期：2014-02．14(修改稿)基金项目：国家自然科学基金资助项目(61174059，60934007，61233004)；国家“973”计划项目(2013CB035406)；上海市经信委重大技术装备研制专项；上海市经信委引进技术与创新项目388化工自动化及仪表第4l卷为零的情况。通常，KNN算法和WKNN算

6、法在K=3或K=4时定位精度较高，效果要好于NN算法。但当布置的AP和参考点非常密集时，采用NN算法反而能够得到最好的定位效果"]。3基于模糊逻辑的室内定位方法3．1位置指纹库构建位置指纹库的构建在离线阶段完成。首先，在每个参考点处检测并存储所有AP的RSS值。RSS数据采集完毕后，取RSS数据的平均值构成对应参考点的RSS矢量值。参考点的RSS矢量值可以表示为：RSSi=[RSS认PI，RSSj^陀，⋯，RSSI^P：，⋯，RSSi^P．]，i=1，2。⋯，n(2)式中m——布置AP的数量n——布置参考点的数量；RSS；——第i个参考点的RSS矢量值；RSS㈣——参

7、考点i处第』个AP的RSS数据平均值。由于参考点的位置坐标信息均为已知，因此可以建立参考点位置坐标和对应RSS矢量值的关系，这样就完成了位置指纹库的构建。位置指纹库的形式见表1。表1位置指纹库所存储的信息3．2模糊逻辑定位方法首先检测并存储待定位物体所在检测点处的RSS矢量值，该矢量值表示为：RSS=[RSS^Pl，RSS^n，⋯，RSS^Pf，⋯，RSS^P_](3)式中RSS——检测点的RSS矢量值；RSS川——检测点对应的第-『个AP的RSS值。分别计算检测点处RSS矢量值与位置指纹库中每个参考点处RSS矢量值之间的欧氏距离，计算欧氏距离的公式