一種基于模糊邏輯的室內(nèi)定位方法.pdf

《一種基于模糊邏輯的室內(nèi)定位方法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第4期苗浩軒等．一種基于模糊邏輯的室內(nèi)定位方法一種基于模糊邏輯的室內(nèi)定位方法苗浩軒王景成李創(chuàng)費(fèi)靈劉正峰(上海交通大學(xué)自動(dòng)化系系統(tǒng)控制與信息處理教育部重點(diǎn)實(shí)驗(yàn)室，上海200240)摘要提出一種包含兩層模糊邏輯的室內(nèi)定位方法，第一層模糊邏輯用來(lái)計(jì)算檢測(cè)點(diǎn)與參考點(diǎn)之間的相似程度；第二層模糊邏輯綜合考慮檢測(cè)點(diǎn)RSS矢量值與參考點(diǎn)RSS矢量值的歐氏距離和相似程度，計(jì)算檢測(cè)點(diǎn)的位置坐標(biāo)。在仿真實(shí)驗(yàn)中，用無(wú)線路由器構(gòu)建室內(nèi)無(wú)線網(wǎng)絡(luò)，以采集到的wi-Fi信號(hào)強(qiáng)度數(shù)據(jù)為基礎(chǔ)，將提出的方法與常用室內(nèi)定位算法的定位精度進(jìn)行對(duì)比，驗(yàn)證了所提方法的有效性和精確性。關(guān)鍵詞室內(nèi)定位位置指紋算法Wi

2、．Fi模糊邏輯中圖分類(lèi)號(hào)TH865文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)t000-3932(2014)04-0387-06隨著移動(dòng)通信技術(shù)和信息網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，基于位置的服務(wù)(LocationBasedServices，LBS)越來(lái)越引人關(guān)注。而如何為用戶提供準(zhǔn)確、可靠的位置信息則是實(shí)現(xiàn)LBS的核心問(wèn)題?。由于人們生活和工作的大部分時(shí)間都局限在室內(nèi)，高精度的室內(nèi)定位技術(shù)能夠有效提高工作效率和生活質(zhì)量。因此，研究和發(fā)展室內(nèi)定位技術(shù)可以滿足人們對(duì)室內(nèi)定位服務(wù)與日俱增的需求，具有較強(qiáng)的實(shí)際意義。目前，基于WLAN的室內(nèi)定位技術(shù)研究由于具有低成本優(yōu)勢(shì)，已經(jīng)引起了國(guó)內(nèi)外研究機(jī)構(gòu)和高校的廣泛關(guān)

3、注拉1?，F(xiàn)有的基于WLAN的定位算法主要分為距離無(wú)關(guān)算法和基于距離的算法舊1?；诮邮招盘?hào)強(qiáng)度(RSS)的位置指紋定位技術(shù)可以在一定程度上減少多徑效應(yīng)等因素對(duì)定位精度帶來(lái)的影響。與此同時(shí)，位置指紋技術(shù)不需要添加昂貴的同步時(shí)鐘等硬件設(shè)備，就能夠在保證定位精度的同時(shí)有效降低成本¨-。1位置指紋定位技術(shù)位置指紋定位技術(shù)的基本原理是利用不同位置接收到的信號(hào)特征參數(shù)建立位置指紋庫(kù)，通過(guò)將實(shí)際接收信號(hào)與位置指紋庫(kù)中的信號(hào)特征參數(shù)進(jìn)行匹配，實(shí)現(xiàn)待定位物體位置的確定。該技術(shù)主要分為離線和在線兩個(gè)階段∞J。離線階段需要在進(jìn)行定位服務(wù)的室內(nèi)區(qū)域設(shè)置一系列位置坐標(biāo)信息已知的參考點(diǎn)，在每個(gè)參

4、考點(diǎn)處采集多個(gè)接人點(diǎn)(AP)的信號(hào)特征參數(shù)。將這些信號(hào)特征參數(shù)進(jìn)行數(shù)據(jù)處理后存儲(chǔ)即可完成位置指紋庫(kù)的構(gòu)建。在線階段需要檢測(cè)待定位物體所在檢測(cè)點(diǎn)處的信號(hào)特征參數(shù)，通過(guò)相關(guān)算法與位置指紋庫(kù)中的數(shù)據(jù)進(jìn)行匹配，選取匹配度較高的參考點(diǎn)對(duì)位置進(jìn)行估計(jì)。2常用的確定性算法由于筆者的研究以確定性算法為基礎(chǔ)，在此主要介紹常用的確定性算法。常用的確定性算法主要有：最近鄰法(NN)、K近鄰法(KNN)和K加權(quán)近鄰法(WKNN)M1。若D；為檢測(cè)點(diǎn)與第i個(gè)參考點(diǎn)RSS矢量值之間的歐氏距離，NN算法選取D。取最小值時(shí)對(duì)應(yīng)的參考點(diǎn)坐標(biāo)來(lái)代替檢測(cè)點(diǎn)的位置坐標(biāo)。KNN算法則需要找出D。中的K(必≥2

5、)個(gè)最小值對(duì)應(yīng)的參考點(diǎn)，用這必個(gè)參考點(diǎn)位置坐標(biāo)的平均值來(lái)代替檢測(cè)點(diǎn)的位置坐標(biāo)。WKNN算法則在確定K個(gè)參考點(diǎn)后，采用加權(quán)求和的方法得到檢測(cè)點(diǎn)的位置坐標(biāo)，加權(quán)系數(shù)計(jì)算公式如下：叩芋㈩1”-21—『_‘Ji；I寺¨=上，其中，占一般取很小的正數(shù)，以避免出現(xiàn)分母收稿日期：2014-02．14(修改稿)基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(61174059，60934007，61233004)；國(guó)家“973”計(jì)劃項(xiàng)目(2013CB035406)；上海市經(jīng)信委重大技術(shù)裝備研制專(zhuān)項(xiàng)；上海市經(jīng)信委引進(jìn)技術(shù)與創(chuàng)新項(xiàng)目388化工自動(dòng)化及儀表第4l卷為零的情況。通常，KNN算法和WKNN算

6、法在K=3或K=4時(shí)定位精度較高，效果要好于NN算法。但當(dāng)布置的AP和參考點(diǎn)非常密集時(shí)，采用NN算法反而能夠得到最好的定位效果"]。3基于模糊邏輯的室內(nèi)定位方法3．1位置指紋庫(kù)構(gòu)建位置指紋庫(kù)的構(gòu)建在離線階段完成。首先，在每個(gè)參考點(diǎn)處檢測(cè)并存儲(chǔ)所有AP的RSS值。RSS數(shù)據(jù)采集完畢后，取RSS數(shù)據(jù)的平均值構(gòu)成對(duì)應(yīng)參考點(diǎn)的RSS矢量值。參考點(diǎn)的RSS矢量值可以表示為：RSSi=[RSS認(rèn)PI，RSSj^陀，?，RSSI^P：，?，RSSi^P．]，i=1，2。?，n(2)式中m——布置AP的數(shù)量n——布置參考點(diǎn)的數(shù)量；RSS；——第i個(gè)參考點(diǎn)的RSS矢量值；RSS㈣——參

7、考點(diǎn)i處第』個(gè)AP的RSS數(shù)據(jù)平均值。由于參考點(diǎn)的位置坐標(biāo)信息均為已知，因此可以建立參考點(diǎn)位置坐標(biāo)和對(duì)應(yīng)RSS矢量值的關(guān)系，這樣就完成了位置指紋庫(kù)的構(gòu)建。位置指紋庫(kù)的形式見(jiàn)表1。表1位置指紋庫(kù)所存儲(chǔ)的信息3．2模糊邏輯定位方法首先檢測(cè)并存儲(chǔ)待定位物體所在檢測(cè)點(diǎn)處的RSS矢量值，該矢量值表示為：RSS=[RSS^Pl，RSS^n，?，RSS^Pf，?，RSS^P_](3)式中RSS——檢測(cè)點(diǎn)的RSS矢量值；RSS川——檢測(cè)點(diǎn)對(duì)應(yīng)的第-『個(gè)AP的RSS值。分別計(jì)算檢測(cè)點(diǎn)處RSS矢量值與位置指紋庫(kù)中每個(gè)參考點(diǎn)處RSS矢量值之間的歐氏距離，計(jì)算歐氏距離的公式