基于RSSI(Received Signal Strength Indication)位置指纹的Wi-Fi室内定位现已被大量应用于各类基于位置信息的服务中。但指纹定位的精度受到RSSI信号的剧烈波动影响,难以满足高精度位置信息服务的需求。为克服该困难,提出一种结合虚拟A...基于RSSI(Received Signal Strength Indication)位置指纹的Wi-Fi室内定位现已被大量应用于各类基于位置信息的服务中。但指纹定位的精度受到RSSI信号的剧烈波动影响,难以满足高精度位置信息服务的需求。为克服该困难,提出一种结合虚拟AP技术与高精度CNN(Convolutional Neural Network)判别模型的定位方法。该方法通过距离比定位得到虚拟AP的位置,并将该信息与RSSI融合作为数据增强CNN模型的输入,确定样本的位置。设计实验方案采集实际的用户终端RSSI数据,构建指纹定位的数据集,验证所提出的指纹定位方案的有效性。实验结果表明,在该数据集上,所提出的方法在确定区域时的准确度达到91%,并将95%的定位误差控制在2 m以内。对比现有的定位方案,所提出的方案在定位精度上有显著提升。展开更多
针对传统指纹定位方法指纹库庞大臃肿、信息冗余,数据处理机制单调的问题,提出了一种融合压缩感知的指纹信息密度凝聚定位算法(Fingerprint Information Density Aggregation Positioning Algorithm based on Compressed Sensing,FIDA)...针对传统指纹定位方法指纹库庞大臃肿、信息冗余,数据处理机制单调的问题,提出了一种融合压缩感知的指纹信息密度凝聚定位算法(Fingerprint Information Density Aggregation Positioning Algorithm based on Compressed Sensing,FIDA),实现了压缩采样、信号恢复到指纹建库、在线定位的双领域交叉映射,两者互补增益有效提升了系统定位能力。由空间特征修正聚类算法完成区域模糊划分,自适应场景特征并包容区域边缘失配RP;从有效性、区分度和可测性多尺度综合评价并筛选区域最优AP子集,以凝聚信息密度。定位匹配选择稀疏贝叶斯算法削弱指纹相关性影响,引入信息序列提升近邻RP权重。实验结果表明,所提方案精简指纹信息效果良好,能够有效凝练指纹库价值信息。定位精度显著优于本领域其他算法,相比传统定位算法具有一定优势,具备较高的潜力和应用价值。展开更多
煤矿井下环境复杂多变,对人员精确定位技术挑战很大。目前矿井巷道中采用基于接收信号强度指示RSSI(Received Signal Strength Indication)的位置指纹定位算法存在定位目标漂移、抖动和定位精度不高等问题。提出一种改进的指纹定位匹配...煤矿井下环境复杂多变,对人员精确定位技术挑战很大。目前矿井巷道中采用基于接收信号强度指示RSSI(Received Signal Strength Indication)的位置指纹定位算法存在定位目标漂移、抖动和定位精度不高等问题。提出一种改进的指纹定位匹配算法,该算法将K邻近算法和最短历史路径匹配法联合并利用速度限定位置估计补偿算法对定位精度进行修正。利用在煤矿巷道中的实测数据,对改进的匹配算法进行了验证与误差分析。仿真结果表明,改进后的算法能够提高定位精度,满足矿井人员定位、目标跟踪和目标轨迹查询等要求。展开更多
文摘针对传统指纹定位方法指纹库庞大臃肿、信息冗余,数据处理机制单调的问题,提出了一种融合压缩感知的指纹信息密度凝聚定位算法(Fingerprint Information Density Aggregation Positioning Algorithm based on Compressed Sensing,FIDA),实现了压缩采样、信号恢复到指纹建库、在线定位的双领域交叉映射,两者互补增益有效提升了系统定位能力。由空间特征修正聚类算法完成区域模糊划分,自适应场景特征并包容区域边缘失配RP;从有效性、区分度和可测性多尺度综合评价并筛选区域最优AP子集,以凝聚信息密度。定位匹配选择稀疏贝叶斯算法削弱指纹相关性影响,引入信息序列提升近邻RP权重。实验结果表明,所提方案精简指纹信息效果良好,能够有效凝练指纹库价值信息。定位精度显著优于本领域其他算法,相比传统定位算法具有一定优势,具备较高的潜力和应用价值。
文摘在室内定位服务中,WiFi指纹技术因其覆盖面积广、定位精度高而受到人们的广泛关注.然而,对于在线阶段的位置查询,用户的个人敏感信息容易受到恶意攻击而造成位置隐私泄露.现有基于WiFi指纹的室内定位技术仅考虑室内单一空旷平面,这使得WiFi部署的灵活性受到限制.而当WiFi部署在多维场景时,空间位置隐私问题亟待解决.提出了一种基于地理不可区分性的WiFi指纹室内定位隐私保护方案,用户利用自身接收信号强度生成一个新的接收信号强度向量,并通过加噪混淆将得到的数据发送给位置服务提供商,同时引入数字签名技术,在混淆位置被发送给位置服务提供商实现定位之前确保客户端身份不被伪造.基于模拟实验平台的实验结果表明,该方案支持WiFi的灵活部署,能够在保护位置隐私的同时,首次实现12个WiFi接入点灵活部署情况下的高精度定位,保证定位误差小于1 m.
文摘煤矿井下环境复杂多变,对人员精确定位技术挑战很大。目前矿井巷道中采用基于接收信号强度指示RSSI(Received Signal Strength Indication)的位置指纹定位算法存在定位目标漂移、抖动和定位精度不高等问题。提出一种改进的指纹定位匹配算法,该算法将K邻近算法和最短历史路径匹配法联合并利用速度限定位置估计补偿算法对定位精度进行修正。利用在煤矿巷道中的实测数据,对改进的匹配算法进行了验证与误差分析。仿真结果表明,改进后的算法能够提高定位精度,满足矿井人员定位、目标跟踪和目标轨迹查询等要求。
