目 录

第1章 绪论 1

1.1 研究背景 1

1.1.1课题来源及背景 1

1. 2 国内外发展及研究现状 2

1.2.1 相关定位技术介绍 2

1.2.2 相关定位算法介绍 3

1.3 本文主要研究内容 5

第2章 基于WLAN的指纹定位技术介绍 6

2.1 指纹定位基本原理 6

2.2 指纹定位优缺点分析 7

2.3 本章小结 8

第3章 系统采样阶段算法研究 9

3.1对RSS信号的选取 9

3.1.1 均值滤波 9

3.1.2 高斯滤波 10

3.2 对指纹库的预处理 11

3.2.1 K-均值聚类算法 11

3.2.2 AP聚类算法 12

3.3 本章小结 12

第4章 系统定位阶段算法研究 13

4.1 定位阶段流程 13

4.2 近邻法 13

4.2.1 最近邻法 13

4.2.2 K近邻法 14

4.2.3 加权K近邻法 14

4.3 最大似然概率法 14

4.4 人工神经网络法 15

4.5 支持向量回归法 15

第5章 基于ANN的WLAN指纹定位系统的设计与实现 17

5.1 系统设计 17

5.2 系统实现 19

5.3 本章小结 21

第6章 总结与展望 22

6.1 论文总结 22

6.2 后期展望 22

第1章 绪论

1.1 研究背景

1.1.1课题来源及背景

近年来，随着智能终端设备的不断发展和普及，以智能手机为代表的智能终端已经成为人们日常生活中不可缺少的部分。与此同时，随着智慧城市建设以及无线互联网和大数据产业的高速发展，随时随地高速上网已经成为现实。在这样的背景下，基于位置的服务（Location Based Services，LBS）迅速发展起来，从旅行导航到周围个性化推荐，从地点交友到优惠信息推送，LBS将线上和线下联系了起来，使人们充分感受到互联网时代带给人们的便利。而对LBS至关重要的定位技术也就越发引人注目起来。

当人们处于空旷的室外环境时，全球定位系统（Global Positioning System，GPS），网络辅助全球卫星定位系统（Assisted Global Positioning System，A-GPS）和基于蜂窝网络定位系统基本可以提供满足各种精度需求的定位服务。而当人们出于室内环境或是在复杂气象条件下时，GPS信号会受到各种干扰，定位精度也大大折扣甚至完全不能满足定位需求。日常生活中人们的活动区间更多的是在室内或地铁公交等各种封闭场所内，对室内定位的需求巨大。在这种背景下，研究室内无线信号特性，充分利用室内无线设备来实现较高精度的定位服务，成为定位领域的研究重点。

目前，典型的室内定位技术包括超声波、红外线（Infrared Ray, IR）、无线电射频识别（Radio Frequency Identification，RFID）、蓝牙（Bluetooth）、超宽带（Ultra Wideband, UWB）、磁场及无线局域网（Wireless Local Area Network, WLAN）。基于这些技术的定位系统主要通过测量：到达时间（Time of Arrival, TOA）、到达时间差（Time Difference of Arrival, TDOA）、到达角度（Angle of Arrival, AOA）和接受信号强度（Received Signal Strength, RSS）。其中，由于WLAN大范围普及与应用，在为社会生产生活提供便捷高效的网络服务的同时已成为现代社会不可缺少的一项设备。因此，基于WLAN的定位系统在网络结构、搭建成本和实现复杂度方面相比于其它定位系统展现出巨大的优势。搭建基于WLAN的定位系统可有效利用现有网络设施，节省大量搭建时间和成本。

基于位置指纹的WLAN室内定位技术通过两个阶段进行实现。离线采集阶段，收集来自不同接入点（Access Point，AP）的一组RSS组成指纹库（Radio Map，RM），描述室内空间点的RSS信号组与物理位置坐标的映射关系。在线阶段，获取未知点的一组RSS值，通过计算与RM进行比对，获取到预估的位置坐标值。相比于其它典型WLAN定位技术，基于位置指纹的WLAN定位技术更好地利用RSS样本的空间传输特性，在非直视传播条件下可达到较高定位精度，满足大部分基于位置的服务的要求。

1. 2 国内外发展及研究现状

1.2.1 相关定位技术介绍

目前有多种无线技术可进行室内定位包括超声波、红外线、无线电射频识别、蓝牙、超宽带、无线局域网等。下面对这些定位技术做简要介绍。

（1）超声波定位技术

自然界中蝙蝠使用超声波进行定位，人类受其启发，设计了类似的导航定位系统。在使用超声波进行定位的系统中，最典型的是Active Bat和Cricket。Active Bat由剑桥ATamp;T开发完成，用户携带一个小巧便捷的定位标签定期广播超声波短脉冲，在室内天花板上已知位置的接收机接收到该短脉冲后，通过信号到达时间来计算用户的位置。Cricket系统则是将超声波发射器设置在墙上或是天花板上，而将接收装置放在定位目标身上。由于定位计算在用户端通过接收机来完成，这种结构使得用户隐私得到了很好的保护。

（2）红外线定位技术

红外线定位系统应用的非常普遍，如家用遥控器、打印机、个人数字助理等。红外线定位通过发射调制的红外射线，由安装在室内的光学传感器接收进行定位。红外线的室内定位精度比较高，但由于该系统需要红外线发射器与接收器之间存在视距传播途径切不存在荧光灯或直射日光的干扰，在实际应用中受到很大限制。

（3）无线电射频识别技术

无线电射频识别技术是一种非接触式的自动识别技术，通过射频信号来自动识别目标对象并获取相关数据。典型的采用无线电射频识别技术的定位系统有WhereNet实时定位系统，它由RFID标签、定位天线、定位处理器和服务器构成。定位目标携带的RFID标签主动发送包含有该标签的唯一标识号码的宽带无线电信号，被安装在天花板上的多个定位天线接收后，由处理器根据信号到达的时间差计算出定位目标的位置。

（4）Bluetooth

蓝牙技术是一种无线技术标准，可实现固定设备、移动设备和楼宇个人域网之间的短距离数据交换。在目标区域部署若干蓝牙接入点，配置成蓝牙局域网，任何进入该局域网的蓝牙标签都可以与蓝牙接入点通信，并计算出与蓝牙接入点的距离，进而得到定位信息。

（5）超宽带定位技术

超宽带室内定位系统利用极窄脉冲信号进行定位，具有对信道衰落不敏感、发射信号功率谱密度低、低截获能力、系统复杂度低等特点。典型的超宽带定位系统为Ubiseness系统。采用到达角度信号或是到达时间差来进行定位，精度较高。由于超宽带定位技术需要昂贵的专业设备进行支持，所以实际应用有限，难以推广。

（6）无线局域网

无线局域网定位技术采用基于接收信号强度的方法，利用几何测量法或是指纹定位法对目标进行定位，具有较高的定位精度，平均定位误差在1-3米，满足日常定位需求。目前已经商用的WLAN定位系统有Ekahau系统，该系统由网络勘探、移动终端和定位引擎三部分组成。通过网络勘探完成接收信号强度与实际物理位置空间的映射，建立定位引擎。通过AP来测量来自移动端的信号强度，将其传递给定位引擎之后计算出移动端的位置。

1.2.2 相关定位算法介绍

当前的室内定位算法主要有四中：三角测量法、临近法、行人航位推算法、指纹定位法。下面对这四类方法做简要介绍。

（1）三角测量法

基于测距的三角测量法通过利用三角形的几何属性来进行定位。其中包含两大类：测距和测角。测距是测量目标到多个参考点的距离来对当前位置进行估算，测角是测目标到多个参考点的角度来计算当前所处位置。经典的三角测量法包括到达时间法、到达时间差法和到达角度法。

1. 到达时间法（TOA）

到达时间法是指通过测量从基站发出信号到接收端接收到信号之间的时间间隔，进而计算出基站和接收端的距离。通过测量和多个基站间的距离，利用三边定位法就可以得到待测点的具体位置。所谓三边定位法就是以三个基站为圆心，以基站到接收端的距离为半径画圆，三个圆的交点即为接收端所处的位置，如图1-1所示。

图1-1 三边定位法示意图

到达时间法要求已知基站的位置，且各基站与接收端保持时钟同步，1微秒的误差便会产生300米的定位误差，对硬件要求很高。

1. 到达时间差法（TDOA）

与TOA利用信号到达的绝对时间差不同，TDOA技术利用信号到达个基站的时间差来计算距离，这样就降低了对时间同步的要求。由于接收端到基站的时间差已知，可以求出接收端到基站的距离差。这样由一组距离差可以得到一组以基站为焦点的双曲线，三个基站可以得到两组TDOA，也就可以得到两组双曲线，它们的交点即为接收端的位置，如图1-2所示。

图1-2 TDOA原理图

1. 到达角度法

图1-3 AOA原理图

到达角度法利用接收端接收到的位置已知的基站发送的信号的传播角度来计算接收端的位置。如图1-3所示，若测得从两个基站接收到的信号角度分别为θ₁和θ₂，即可通过解非线性方程组（1-1）得到接收端的位置（x₀ , y₀）。

(1.1)

基于到达角度的定位算法实现原理较为简单，理想情况下计算速度快，定位精度高。但实际应用中很容易受到非视距传播误差的干扰，要获得较高精度还需要增加基站的部署密度，增加了成本，不适合作为室内定位算法使用。

（2）临近法

基于临近法的定位系统一般具有较高密度的天线，且每个天线的位置均已知。当一个待测物体被其中一个天线探测到时，就认为该天线的位置就是该待测物体的位置。当有多个天线探测到该物体时，将接受到信号强度最大的天线的位置作为该待测物体的位置。临近法实现起来比较简单，若利用蜂窝等现有发射源定位也无需额外硬件设备。但临近法的定位精度很大程度上取决于布置的天线的密度，导致定位精度比较低，也无法满足室内定位的需求。

（3）行人航位推算法

航位推算法是在已知当前时刻位置的情况下，通过测量移动的距离和方位，推算下一时刻位置的方法。随着加速度计、数字罗盘、陀螺仪等在智能设备中的应用，利用这些传感器来进行行人航位推算也成为了可能。在定位时，利用加速度传感器来测量加速度，陀螺仪来测量偏转量、倾斜时的转动角速度，方向传感器测量移动方向，将这些信息整合实现对行人的连续定位跟踪。

（4）指纹定位法

指纹定位法通过采集定位区域内的各参考点的RSS样本，建立区域指纹数据库，定位时，由移动端发送当前位置的RSS指纹信息，通过与指纹数据库进行比对来判断当前移动端所处的位置。由于指纹定位算法中利用的区域指纹数据库是实地测量得来的，因此其定位精度较高且受室内复杂信号传播特性影响较小

1.3 本文主要研究内容

本文以基于位置的服务为背景，研究了基于WLAN的室内定位系统及其关键技术，梳理了定位技术中常用的算法并对其性能做了比较。针对当前基于WLAN的指纹定位技术存在的问题的不足之处，提出了一些改进思路。具体研究内容包括：

1. 较全面阐述了当前室内定位技术的发展背景以及实际应用现状，介绍了常用的室内定位技术及相关算法。
2. 重点研究了基于WLAN的位置指纹定位技术，分析指纹定位的原理、算法，归纳了典型的WLAN指纹定位算法。
3. 针对当前WLAN指纹定位算法存在的问题，提出用人工神经网络来对指纹定位技术进行改进，探讨了人工神经网络在该定位系统中应用的可行性与性能分析。

第2章 基于WLAN的指纹定位技术介绍

2.1 指纹定位基本原理

理论上一个WiFi接入点AP发射的信号的强度会随信号传播的距离增加而衰减，由于室内环境复杂，墙壁杂物等均会对信号造成遮挡或反射，导致信号强度的衰减不再规律。在某一固定位置，移动端通常可以接收到多个AP的信号，每一个AP的信号强度也都符合该特点。不同的位置可接收到的AP不同，每个AP的信号强度也不同。

基于WLAN的位置指纹定位技术正是利用上述无线信号强度和物理位置的关联性，通过采集各个参考点的RSS值，绘制该区域的RSS图谱，实现RSS值与物理位置的对应关系。当有定位请求时，分析当前移动端的RSS，将之与RSS图谱进行匹配，通过近似算法找到与之匹配的RSS值，则其对应的物理地址即为移动端的物理地址。

WLAN指纹定位的过程主要分为离线采集阶段和在线匹配阶段两个阶段，其原理如图2-1所示。

图2-1 基于WLAN指纹定位系统原理图