当前位置:文档之家 > 基于K近邻算法的WLAN室内定位技术研究

基于K近邻算法的WLAN室内定位技术研究

第36卷第4B期2009年4月计算机科学ComputerScienceV01.36No.4B

Apr.2009

基于K近邻算法的WLAN室内定位技术研究

汤丽徐玉滨周牧邓志安

(哈尔滨工业大学通信技术研究所哈尔滨150080)

摘要主要研究了在室内WLAN的环境下,利用K近邻和加权K近邻算法进行定位时的性能。首先介绍了位置指纹定位方法及两神定位算法的基本原理,在此基础上根据实验数据,分析了不同的参数选择对定位精度的影响,最后研究了用于定位的来自各个AP信号的重要性问题。对室内wLAN环境下的定住方法选择和性能分析具有很好的理论指导和实际意义。

关键词WLAN,室内定位,位置指纹,K近邻

ResearchonKNearestNeighborsAlgorithmunderthelndoor、) ̄tAN

TANGLiXUYu—binZHOUMuDENGZ¨an

(勖mmunicationResearchCenter,HarbinInstituteofTech∞109y,Hej】on画iang150080,Chjna)

AbstractInthispaper,theperfo咖anceofKNearestNeighbors(KNN)a11dtheWeightedKNearestNeighbors(K聊州)pos渤njngmethodsunderthe砌00rWirelessL0cal舡eaNetworks(WLAN)environrnentwasaIlaIyzedThearticlefhstintroducedthepositioningmethodbasedon10cationfir培erprint(LF)andthebasicprincipleso{twopositioningalgorithns,andthenaccordingtotheexperiInentaldata,thediscussionaboutthe枷uenceonpositi洲nga时racybydifferentpar锄eterswasmad已Fimlly,thei111portanceofAPswhichareusedforpositio血ngto抽1provethelo—cationaccuracywasa1SopresentedThispaperprovidedgreattheoreticalandpmcticalvalueforind00rpositioningmethodselectioninWLANe“vironmentcondition,andalsotheperfoHnanceofthisrr忙thodproposedinthispaperwasverifie文

KeywordSWLAN,Indoorpositioning,L0cationfingerprint,KNN

1引言随着可移动计算设备的广泛应用以及无线网络越来越广

泛的覆盖,用户可以使用可移动的计算设备随时随地接入互联网,因此基于位置的服务(Location-basedServices,LBS)也就引起了越来越多的重视。目前可提供定位服务的系统中,应用比较广泛的是全球定位系统(GlobalPositionSystem,GPS)和传感定位系统。但在室内环境下,GPs系统因为卫星信号被阻隔而无法使用;而传感定位系统又需要专门的设备和网络支持,由此而产生的人力和基础设施成本过于昂贵,因此利用现有的WLAN网络进行定位是一个更适宜的选择L1]。基于wLAN的定位算法主要有到达角度定位(Angle0fArrival,AOA)、到达时间定位(TimeOfArrival,TOA)、信号强度分析法(ReceivedSignalStrength,RSs)以及位置指纹定位法(LocationFingerprint,LF)。AOA和TOA都需要专门的设备支持,而且受非视距以及多径影响都比较严重;RSS对信道传输模型的依赖性非常强,多径效应、墙壁的遮挡以及环境条件的变化都会使其精度严重恶化;采用LF定位技术则

可以有效地克服以上定位算法的缺点[2]。

2基于K近邻的位置指纹定位技术

2.1定位基本阶段

基于位置指纹定位的方法一般可以分为离线训练阶段和在线定位阶段[3]。

(1)离线训练阶段的主要任务是建立一个位置指纹数据库,要建立合适的指纹数据库.必须首先选择参考节点(R}ferencePoint,RP)的位置,然后将在每个参考节点处测量到的来自各个AP(AccessPoint)的信号特征参数记录在数据库

中,这个数据库也可以称作位置指纹地图(RadioMa
p)。本文选择接收信号强度RSs(ReceivedSignalStrength)均值作为信号特征参数。

中,这个数据库也可以称作位置指纹地图(RadioMap)。本文选择接收信号强度RSs(ReceivedSignalStrength)均值作为信号特征参数。

(2)在线定位阶段就是利用移动站MS(MobileStation)测得在某一位置处的信号特征参数(本文中选用Rss均值),通过稻应的匹配算法,根据实测数据与RadioMap中存储数本文受基于模糊逻辑算法的WLAN室内定位技术(863计划2008AAl22305)资助。

汤丽女,硕士研究生,主要研究领域为无线局域网、嵌入式系统图形界面设计等,E-mail:tan91i123@gnlail.com;徐玉滨男,教授,博士生导师,主要研究领域为通信网及专用移动通信系统、导航定位技术、多媒体通信技术等;周牧男,博士研究生,主要研究领域为室内定位及卫星通信等;邓志安男,博士研究生,主要研究领域为室内定位、编码理论等。・54・

下载Word文档免费下载:

基于K近邻算法的WLAN室内定位技术研究下载

(共5页)

TOP相关主题