WiFi探针的室内人员定位分析及应用研究

本文设计了一种基于WiFi探针的高精度、低成本、适用性强的新型室内人员定位系统。该系统在WiFi探针和室内定位技术的基础上,首先通过WiFi探针采集目标用户手机的MAC地址、RSSI数据,经过定位算法实时分析处理得出室内各区域的人员数据;其次,通过坐标转换和可视化技术展示人流动态,实现对室内人员动向的实时监测。基于WiFi探针的室内人员定位系统可应用于楼宇智能控制、消防疏散救援、商场客流分析、人流监测及溯源等领域。

基于WLAN信道状态相位信息的室内人员定位研究

建立一种在WLAN技术基础上的信道状态信息分析方法,运用了平滑去噪的预处理过程,提高定位方法准确率和稳定性问题。研究结果表明:运用更多的CSI相位特征信息可以获得更高的定位准确率利用机器学习来提取特征之前,预先对数据实施平滑去噪可以获得更优的定位结果。采用支持向量机方法都可以得到更高的准确率,随机森林算法达到了最短的运行时间,贝叶斯网络算法则可以获得均衡的训练与检测时间,进行实际应用的过程中需结合不同的系统需求合理选择最优的机器学习算法。

基于超宽带信号到达时间的室内人员被动式定位算法及仿真

针对超宽带网络中室内人员被动式定位问题,提出了一种基于超宽带信号到达时间的定位算法,实现了单目标与双目标定位.讨论了人员存在时特有的多径传输信道,根据信道模型提出定位算法:首先,利用无人时接收信号的先验知识,提取与人有关的接收信号;其后,估计人所在信号传输路径的到达时间;最后,计算各路接收信号的传输距离,采用加权最小二乘算法对目标进行位置估计.基于时域一致性绕射理论,建立室内人员被动式定位仿真场景.仿真结果表明,所提算法单目标定位结果以90%,的概率低于0.3,m;双目标的定位结果以78%,的概率低于2,m.

RSSI的室内人员卡尔曼滤波定位算法

RSSI定位技术的室内定位算法中,由于室内环境的复杂性及人员的随机性等因素可能会带有噪声影响,所以需要加以抑制。本次设计的室内定位算法首先根据室内特殊环境设计出定位算法流程图,建立算法模型并用卡尔曼滤波算法来抑制环境中噪声因素所引起的误差,然后结合改进的RSSI算法实现室内移动人员的定位,使得定位的结果更接近于真实值。重点研究将卡尔曼滤波算法与改进的RSSI算法相结合估算出更精确的室内人员位置信息。通过实验表明,结合卡尔曼滤波改进的室内人员定位算法的定位精确度有明显的提升,误差相比于文献9所提出的定位算法有所降低。

UWB人员运动定位的小波阈值去噪方法研究

针对超宽带定位系统受到人员运动影响,定位精度降低的问题,提出一种超宽带人员运动定位的小波阈值去噪方法。通过研究不同的小波基函数、阈值选取规则和阈值函数对人员运动产生的定位异常影响,根据去噪效果,在启发式阈值估计准则下,确定db5小波5层分解、软阈值函数去噪为最佳去噪方法。通过实验验证表明,该小波阈值去噪方法能够削弱UWB室内人员运动定位中异常值的影响,提高定位精度与定位准确性。

现代化会展中心专网融合通信平台应用设计浅析

随着信息技术的飞速发展,通信下的信息共享在应用中的地位越发重要。传统的语音通信方式已经不能满足建筑管理的需要,更精准的信息传递、更迅速的通信传输效率、更广泛的通信模式、更多样的通信方式,已经成为通信建设标准配置。笔者将通过近期设计的现代化会展中心专网融合通信平台系统的建设着手,简单分析当前最新技术下的专用无线通信系统,以及系统所应用的技术及功能效果。