论文总字数：23643字

摘 要

室内定位是当前研究的一个热点方向，其在室内导航、室内救援方面都有着重大的作用。目前的室内定位技术按照定位方式大致分为三角定位与指纹定位两种，按照定位通信方式又可分为Wifi、蓝牙、Zigbee三种。本文将介绍一种基于Zigbee的指纹式室内定位方案。传统的指纹式定位方案在每一次定位中都需要检索指纹库，通过对比采集到的指纹与指纹库中的指纹的相似度进行定位，因此对系统的检索速度、运算速度都有很高的要求。为了解决资源消耗过大的问题，本文提出了一种使用神经网络进行定位的方案。在该方案中，每一次的定位不需要检索整个指纹库，只需将收到的指纹值带入到预先训练好的神经网络中进行计算，即可得到最终的定位结果。同时，为了提高定位结果的精度，本文还提出了一种基于运动学的定位补偿方案，通过结合人的实际运动情况对定位结果进行滤波，以提高定位结果的准确度。综合来说，本文首先进行了用于预测的神经网络的搭建，并采集了两组数据进行训练、观测误差，再建立运动学模型并将滤波方案带入定位过程中。最终仿真结果表明该方案具有一定效果，能够降低定位误差。

关键词：Zigbee，指纹库定位，运动学滤波，神经网络

Abstract

Indoor Location Technique, which has important effect in indoor navigation and indoor rescue, is a hot research area. Indoor Location Techniques can be divided into two types by locating means: triangle locating system and fingerprint locating system, and can be divided into three types by transition means: WiFi, Bluetooth and Zigbee. In this paper we will build a indoor locating system based on Zigbee and fingerprint technologies. Traditional fingerprint-based locating system needs to search fingerprint database every time while locating, thus it needs the system to be fast enough in both searching process and comparing process. To reduce the system resource requirement, this paper will propose a idea of using neural network to locate target’s position. In this way, it only need to transit the fingerprint received by target to the neural network to calculate the final position. To increase accuracy, this paper will also propose filtering method based on kinematics. In a comprehensive way, this paper firstly build a neural network to locate indoor target and then use kinematics filtering to increase the accuracy. The result of simulation show that this solution is valid to reduce deviation.

KEY WORDS: Zigbee, Fingerprint Locating System, Kinematics Filtering, Neural Network

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题背景及研究的目的与意义 1

1.1.1 课题背景 1

1.1.2 课题研究的目的和意义 2

1.2 国内外研究现状与发展分析 2

1.2.1 当前的室内定位技术简介 2

1.2.2 国內外研究现状 4

1.3 指纹法在室内环境下的问题 5

1.3.1 离线阶段指纹数据库的构建 5

1.3.2 在线阶段的指纹匹配。 6

1.3.3 运动滤波 7

1.4 本文研究内容 7

第二章 Zigbee信号指纹研究 7

2.1 引言 7

2.2 信号强度指纹采集 8

2.3 采样数据分析 9

2.4 小结 10

第三章 定位系统的建立 10

3.1 引言 10

3.2 神经网络的搭建 11

3.2.1 神经网络简介 11

3.2.2 建立BP神经网络分类器 12

3.3 结果分析 14

3.3.1 三层BP神经网络 14

3.3.2 四层BP神经网络 17

3.3.3 结果分析 20

第四章 运动学滤波 20

4.1 滤波原理 20

4.2 滤波结果 22

参考文献 25

。

绪论

课题背景及研究的目的与意义

课题背景

定位技术是人类研究的一大热点领域。自二十世纪无线电技术发明以来，人类进行了多方面运用无线电技术进行定位的研究。在室外定位方面，定位技术从无线电测向测距进化到GPS卫星定位，定位精度与定位速度上都有了很大的提高。精确定位的实现对生产生活的各个方面都有着很大的帮助。随着微电子机械系统技术、无线通信技术的发展，精确位置信息的高速采集与传递成为可能。同时，随着传感器技术的日益发展，更多的信息可以被同时采集并送入物联网中。通过构建由多种传感器融合而成的无线传感网络，可以为个人生活乃至社会建设与发展的方方面面提供更大的帮助。

确认待定位目标的实际位置是定位技术的重点。算然目前全球定位系统（GPS）、北斗定位系统的手持式移动终端都实现了较为精确的户外定位，但是其大多数并不适用于室内环境。如GPS系统需要加装高精度时钟同步的无线收发模块以完成定位。同时，全球定位系统的信号在地面传播时会收到严重的多径效应干扰，使得其在室内的定位精度急剧下降。而基于蜂窝网络的定位技术一般会产生几十乃至上百米的误差，其低精度使其无法运用在室内定位过程中。其他的一些室内定位系统，如ATamp;T所开发的Active Badge Easy Living系统，Georgia Tech开发的Smart Floor系统，都存在着硬件兼容性低、扩展性能不强、成本较高等问题。如何低成本、低复杂度的部署可用的室内定位系统，时人们在研究室内定位技术过程中的热点。^[1][2]

目前，Zigbee通信技术由于其低成本、低功耗、高容错率以及可以动态改变的网络拓扑结构，收到了无线传感网络领域的积极关注。Zigbee使用电磁波进行通信，其通信过程中的信号强度值可以作为定位的指纹值进行运用。同时，Zigbee传感网络的运用范围较广，不仅可以作为室内定位系统的骨干网络，还可以融合各种传感器对室内环境进行监控，无需开发新的专用硬件。因此，使用Zigbee网络作为室内定位系统的骨干网络可以实现低成本、低复杂度的室内定位系统的部署。

剩余内容已隐藏，请支付后下载全文，论文总字数：23643字