基于WIFI室内定位技术的移动图书馆服务策略探究

随着图书馆的建筑面积和服务职能范围不断扩大,图书馆功能结构将变得越来越复杂,急需一种室内位置服务技术。本文介绍了一种基于WIFI室内定位技术的移动图书馆技术,提出了一些新的图书馆服务策略。

WiFi室内定位技术在健身场所的应用研究

随着WiFi技术的发展,当前国内健身房管理方式逐渐从传统射频卡识别转化成WiFi室内定位识别,改进后有效地节约了健身成本。目前WiFi室内定位技术如三边定位、贝叶斯定位算法等已均被提出,但仍存在定位误差大、计算复杂度高等弊端。因此,提出基于滤波的三边定位及模式聚类两种定位算法。基于滤波的三边定位通过增加卡尔曼滤波,降低噪声数据的影响,从而减小定位误差。模式聚类定位转变常用的贝叶斯概率聚类方式,采用健身者运动模式进行个性化聚类,有效地提高定位识别率和准确率。实验结果表明,相比基线方法,基于滤波的三边定位和模式聚类定位算法应用于健身场所更加精确化、人性化。

基于RSSI的WiFi室内定位技术研究

近年来无线网络和基于位置服务的迅速发展,定位不只局限在室外,室内定位也随之流行起来。文章通过对比多种室内定位方法,得出了基于RSSI的WiFi室内定位技术相对于其他的定位技术来说无论从定位精度和效率方面还是成本方面都具有很大的优势,它具有更强的稳定性。这种定位可以利用位置特征信息识别通过WiFi网络中可以随意获得的接入点AP对移动终端进行定位,避免了对无线蜂窝网络基站的依赖,同时也弥补了GPS定位在建筑密集以及室内应用的限制,提高定位精度,降低配置成本,提高了设备的利用率,对实现低成本且高精度的室内定位系统具有重要的意义。

基于AAPC、CS与卡尔曼滤波的WiFi室内定位跟踪算法

针对基于位置指纹的WiFi室内定位技术的定位精度尚未达到实际应用要求的问题,提出一种融合自适应仿射传播(AAPC)、压缩感知(CS)与卡尔曼滤波的WiFi室内定位跟踪算法。其中,离线阶段使用AAPC算法生成具有最优聚类效应性能的聚类指纹,在线阶段采用CS与最近邻算法进行位置估计。最后,通过将卡尔曼滤波与物理限制相集成来进行定位跟踪。通过采集大量真实实验数据,证明了所开发的算法具有更高的定位精度和更准确的轨迹跟踪效果。

多指纹融合和区域细化的WiFi室内定位方法

针对复杂环境中单一指纹特征表示位置信息导致的定位鲁棒性差和精度低的问题,提出一种基于多指纹特征融合和区域细化的无线保真(WiFi)室内定位方法:对特征选择(ReliefF)算法进行改进,采用改进的ReliefF算法确定接收信号强度指示(RSSI)、信号变化率(Rate)、双曲位置指纹(HLF)和信号强度差(SSD)这4种单一指纹特征对位置信息的贡献,并对4种单一指纹特征进行加权融合,得到组合位置特征;然后提出一种基于组合位置特征数据变化率和k均值(k-means)算法的区域细化算法,在离线构建指纹数据库时对定位区域进行细化。实验结果表明,基于多指纹融合和区域细化的WiFi定位方法比采用单一特征的WiFi定位方法具有更高的定位精度、速度和鲁棒性。

基于增强指纹特征的WiFi室内定位方法

基于位置指纹的WiFi定位是室内常用的定位方法之一,但WiFi位置指纹库存在无线接入点(AP,access points)分布及稀疏样本等问题,严重影响室内局部区域的定位效果。为此,提出一种基于增强指纹特征的WiFi室内定位方法。在指纹库建立阶段,通过基于接收比率与方差的AP优选策略,筛选出更加稳定、质量更好的AP点;再对相应位置指纹库进行扩充,实现在减少前期建库工作量的同时提高指纹库质量;最后在匹配定位阶段,融合皮尔逊相关系数构建加权的k最邻近(k-Nearest Neighbor,kNN)定位算法。实际定位场景测试结果表明,与常规的位置指纹Wi Fi室内定位方法相比,该方法将定位精度提高了22.5%。所提出的基于增强指纹特征的WiFi室内定位可以在降低指纹库采集成本的同时,有效提升定位效益与精度。

基于CSI相位采样密度的室内定位技术研究

基于信道状态信息(CSI)的室内定位技术已经被广泛应用于各种场合,在CSI相位指纹定位方案中,采样点密度大小与定位效果好坏紧密相关。由于数据采集工作量的关系,以往学者们多关注低采样密度场景或通过模拟仿真分析采样密度问题,导致难以找到定位误差最小的采样密度。本文设置不同的采样密度,将数据预处理后的CSI相位信息作为指纹,匹配WKNN算法,分析探究了不同采样点密度对于定位精度的影响。实验结果表明,在4 m×4 m的环境中,采样间隔设置为0.4 m,采样密度为7.6个/m2时,定位精度最高,平均误差为0.34 m,同时兼顾采样工作量,具有较高性价比。

基于多技术融合的室内外无缝定位系统研究

随着现代化产业的蓬勃发展,定位应用越来越普及,室内外融合定位将成为必然发展趋势。但是室内定位与室外定位相对独立,在室内外交界区域的复杂环境下,室内外切换过程中的时延、频繁切换现象尚未得到有效解决,极大影响用户体验。文章提出了一种室内和室外定位技术相融合的方案,将PDR与GNSS、5G、UWB、伪卫星等定位方式相结合,用于实现室内外定位“无缝衔接”,做到用户在室内外移动无感知。解决在室内外中间地带定位技术切换时产生的波动现象以及误判的可能,实现更稳定和可靠的位置服务。

一种点云转换图像匹配的室内定位技术

在一般室内环境下进行定位是室内机器人需要具备的一项重要能力。本文基于多线程车载激光雷达,以插值概率分布的点云转换二维图像方法为基础进行室内机器人定位实验,通过在使用占用网格地图的情况下,基于插值概率分布对二维图像进行转换、扫描匹配分析,同时利用多分辨率地图进行实验验证来避免陷入局部最优的情况发生,以此证明本文采用的方法在避免陷入局部最优和降低计算量的前提下,可以实现以较快匹配速度获得较为良好的室内定位精度和效果。

基于物联网技术的密闭室内元器件识别定位方法

常规的元器件识别定位中,由于采用人工标定特征的方式,导致识别定位的误差较大,因此提出基于物联网技术的密闭室内元器件识别定位方法。基于物联网技术传感元器件的信息,并通过图像特征提取的方式识别元器件的状态,为了对元器件进行定位,采用相机呈现原理,构建坐标系定位元器件,实现识别定位方法的研究。实验中实验组的识别定位误差为1.05,对照组的识别定位误差为2.00,实验结果可以表现出所设计的识别定位方法的误差系数较低,相对传统技术具有一定的优势性。

基于5G的室内定位技术研究

近年来,随着无线通信技术的飞速发展,用户对室内位置服务的需求迅速增加。然而,传统的室内定位技术已不能满足用户对位置信息的要求,这促使相关学者不断地对室内定位技术进行深入研究。在此背景下,文章首先介绍了几种传统的室内定位技术并进行对比,随后基于5G技术提出了2种室内定位方案,最后对室内定位技术的未来发展进行了总结。

基于管廊应用场景的UWB室内定位技术分析与实现

目前,GPS定位系统仅可实现室外的精确定位,但无法实现地下场景定位。基于管廊的安全生产和运营都需要精准、高效的位置服务,对定位具有迫切需求,如区域定位、安全预警、灾后急救等,因此,研究用于管廊场景的室内高精度定位技术变得至关重要。经评估,超宽带技术(UWB)被认为是一种较为符合管廊场景的室内定位技术。

面向室内语音导航的“附近”关系协同定位方法

针对传统室内定位模式单一,且单一“附近”空间关系无法满足定位需求的问题,提出一种融合“附近”空间关系/无线保真(WiFi)/行人航迹推算(PDR)/地磁的室内定位方法:阐述多源融合语音交互室内定位方法框架;并针对室内环境,建立“附近”空间关系概率密度函数;然后步行构建地磁/WiFi指纹库;最后后通过“附近”空间关系约束粒子及指纹匹配空间范围,在PDR推算位置基础上,利用WiFi/地磁/“附近”空间关系更新粒子权重,实现最优位置估计。实验结果表明,基于粒子滤波融合单一“附近”空间关系/WiFi/PDR/地磁为一种低成本可行的定位方法,平均定位精度1.93 m,有90%可能性定位精度可达2.52 m。

基于EKF融合的室内定位技术研究

针对单一室内定位技术的局限性,提出了一种基于扩展卡尔曼滤波(EKF)融合WiFi和行人航位推算(PDR)的定位方法。不同于传统WiFi指纹定位,本文基于随机森林(RF)模型建立多个基分类器,取投票结果的众数作为输出结果;通过采集手机内置传感器数据解算行人的步频、步长,并基于四元数进行航向估计。本文在EKF融合定位时,根据状态模型得到状态的预测值,RF模型输出观测值,根据观测值更新状态估计,推算下一时刻位置。试验表明,本文研究的融合算法的定位精度可达到1.26 m,比单一定位算法定位精度提高了1.07 m。

一种基于PGD的WIFI位置定位新算法

在利用已知指纹点位置坐标估算定位点位置时,目前大多采用WKNN。考虑到AP信号在不同方向有不同的衰减率,本文在WKNN基础上提出了基于PGD的位置定位新算法。通过实验分析,结果表明:与WKNN相比,本文提出的PGD算法具有更高的定位精度和更强的可靠性。

基于超宽带技术室内定位算法综述

随着物联网技术的不断发展,基于位置的服务和计算备受关注[1]。在室外环境下,全球卫星定位系统(GNSS)是目标定位的主要手段。然而,由于建筑物的遮挡导致信号衰减,GNSS在室内定位方面的应用受到限制。研究显示,人们平均有超过80%的时间在室内[2],因此,室内定位系统的需求将更加迫切。该技术在智能家居、仓库、博物馆、医疗保健中心、室内停车场以及购物中心等领域有广泛应用,因此,研究低成本、高精度的室内定位系统显得十分重要。

基于WiFi信号室内定位技术的研究

主要对基于WiFi信号的室内定位技术中的三角形定位法进行了研究。鉴于现有的三角形定位模型受信号强度和环境干扰的约束影响,定位精度不高,提出了一种结合室内影响因素约束的权重改正定位模型,更加切合复杂的室内定位环境。通过试验测试和数据分析,经过加权去噪模型改正后的定位精度更高,适用性更广。

基于WiFi定位技术的增强现实室内向导研究与应用

针对传统的数字地图室内导航精度不高、直观性差、交互性较弱,提出将Wi Fi定位和视觉识别相结合的室内向导策略。利用Wi Fi指纹识别定位算法确定手机在室内的位置,电子罗盘获取手机的方向,结合FAST-SURF视觉识别方法检测场景特征点,并在Android平台上设计并实现一个AR室内向导系统。实验表明,室内定位精度提高至1.1 m,跟踪匹配精度高,系统实时性好、定位导航精准。因此,该AR室内向导系统对于室内定位的精度和实时虚实融合都有较好的效果,不仅具有较强的可用性和实用性,还具有广泛的应用前景。

移动对象室内定位中的隐私保护方案

针对Paillier算法应用于室内指纹定位隐私保护时,计算开销大而影响定位实时性的问题,本文提出了一种移动对象室内指纹定位中的隐私保护算法,解决Paillier加密算法实时性不足的问题,同时实现移动对象的轨迹匿名并有效提高定位性能。考虑到参与定位的信号接入点(Access point,AP)与参考点(Reference point,RP)的数量是影响加密算法时间开销的主要因素,算法将对象的轨迹定位分成连续位置定位与非连续位置定位。连续位置定位利用前后定位请求的信息减少参与加密运算的AP与RP数量,而非连续位置定位用户利用粗定位减少算法涉及的AP与RP数量,进而提高定位效率;并提供一种主成分分析法(Principal component analysis,PCA)的可选方案,进一步提高定位效率。实际环境中的定位实验结果表明,所提算法在连续位置定位与非连续位置定位中,用户端单次定位所需时间均可控制在1 s,且连续定位中定位精度提高了约20%,非连续位置定位中采取的隐私保护措施对定位精度基本无影响。整个定位过程实现了移动对象的轨迹保护,有效提高了定位算法的整体性能。

WiFi指纹辅助的惯性传感器室内定位技术研究

为了提高基于移动终端的室内定位精度,结合Wi Fi指纹定位和传感器惯性导航技术的优点,本文提出了一种Wi Fi指纹辅助的惯性传感器室内定位技术。首先,利用移动终端自带的陀螺仪、加速度传感器和磁力计,通过所提动态阈值调整算法判断行人行走状态,并通过方向检测算法计算行人运动方向。然后,采用改进的地图匹配粒子滤波算法实时计算行人位置,并结合Wi Fi指纹定位信息和惯性传感器导航信息提出联合定位算法周期地校正行人位置。实验结果表明,所提Wi Fi指纹辅助的惯性传感器室内定位技术能够有效提高定位精度。