基于ZigBee技术的室内定位系统算法研究及实现

随着当今社会城市化进程的快速发展,人们对于在复杂环境内的定位需求越来越迫切。由于建筑物的遮挡使得GPS定位在室内不容易实现。文中设计了一种基于ZigBee技术的室内定位系统（IPS）的解决方案。结合信号强度测距法（RSSI）与场景指纹定位法,提出RSS场景指纹定位法。该算法采用RSS“场景特征信息”作为定位场景的“指纹信息”,来建立“指纹信息”数据库,并通过TI公司的Z-stack的硬件平台实现了该算法。测试结果表明,该定位系统在覆盖超过20m＊20 m的面积里使用4个参考节点就能以2 m以内的平均定位误差实现室内定位,满足普通的定位需求。     

B3G中移动终端定位系统的研究和实现

针对B3G中移动终端多媒体业务流转移的目标,研究并设计一种室内精确定位技术,即基于无线传感器网络的超声波与无线电相结合的定位技术,详细介绍了该定位系统的设计和实现。针对该定位系统,设计了一种快速、高精度的多步长定位算法,并对该算法作了详细介绍。     

室内超宽带无线定位技术研究

超宽带技术由于功耗低、抗多径干扰能力强、系统复杂度低、定位精度高等优点,已经成为室内无线定位技术中极具潜力的技术。基于到达时间差(TDOA)定位技术,提出了一种基于Taylor算法和Chan算法的定位方法 ,并对三种不同算法进行了比较,完成了室内超宽带无线定位算法的仿真。在FPGA开发平台上完成了对室内超宽带无线定位系统的设计。着重介绍了基带信号的帧结构、扩频码的选择、脉冲的生成和扩频码的同步捕获。对各个模块的功能和设计原理进行了描述,通过Verilog语言对室内超宽带无线定位系统的各部分模块进行设计与仿真。     

CC2431的室内定位系统设计

介绍一种基于ZigBee技术的室内定位系统的设计。以CC2431无线定位引擎为核心,结合ZigBee参考节点的无线室内定位系统,阐述系统的构成和定位引擎的工作原理,讨论系统硬件电路。该定位系统实现了低成本、低功耗、高精度的设计要求。     

基于RFID的室内定位算法研究

基于位置的服务带动了无线定位技术的研究与应用,基于RFID的室内定位技术具有非接触、非视距的优点,逐渐成为室内定位的首选。介绍了RFID定位系统的基本原理,探讨了当前常用的RFID定位算法的工作原理,并对几种算法进行了比较。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

无线传感器网络TDOA定位系统的设计与实现

分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的到达时间差(TDOA)测距技术,完成了该定位系统、机制和算法的设计和实现;针对传感器网络在实际应用中的不均匀性布撒和不良节点定位等问题,在TDOA测距技术和多边测量定位算法的基础上,提出一种改进的定位算法,以提高网络定位性能;实验表明,改进后的定位系统有效的减小了网络的定位误差,解决了不良定位问题,可应用到无线传感器网络中。     

基于WiFi的室内定位系统

随着移动互联网的迅猛发展和智能终端的普及,人们对基于位置服务尤其是室内定位的需求日益增长。通过研究无线WiFi信号的特性,利用Android智能手机,结合计算机网络编程和ArcGISMAP等技术设计并实现了一套基于位置指纹定位算法的室内定位系统。通过对某实验楼一个楼层的室内定位实验表明,该系统使用灵活、简单、界面友好,具有良好的定位精度。     

基于WiFi的电子标签定位算法

设计了一套以WiFi技术和RFID定位技术为基础的定位系统,简单介绍无线WiFi网络的优势及系统的硬件部分。在算法方面详细描述了LANDMARC算法和三边定位算法,对两种算法的优缺点进行分析,并结合两种算法提出一种新的算法。并在某公司楼道中进行实验,结果表明该定位算法取得了在2m范围内的准确定位。     

一种室内定位中NLOS误差抑制算法

在无线定位系统中,尤其是在室内定位中,非视距(NLOS)误差的存在使定位性能急剧下降。为克服非视距传播带来的定位误差,提出了一种针对NLOS环境下的基于卡尔曼滤波器(KF)的动态跟踪定位算法,将广泛应用于雷达系统和飞机导航系统的成熟的卡尔曼滤波器应用于室内定位中。实验结果表明,该方法可以满足室内环境下无线定位的需求,即使在恶劣的NLOS环境下也能够获得很高的定位精度,是一种可行的无线局域网定位技术。     

室内信号强度指纹定位算法改进

由于人们对基于位置服务的需求越来越高,室内定位技术在诸多领域得到了广泛的应用,而定位算法则是室内定位研究的重点。首先介绍了最近邻和KNN两种信号强度指纹定位算法,并说明了KNN信号强度指纹算法的不足。在KNN信号强度指纹定位算法的基础上,提出了改进的基于区域划分的定位算法。在定位阶段,首先对接收信号强度进行补偿和滤波处理,以降低各种外在因素对定位精度的影响;同时对定位区域进行划分,选择主参考节点,并基于加权的最近邻匹配来选择最近的信号强度指纹;最后对定位结果进行计算并验证。仿真实验表明,改进的区域划分算法相对于传统的KNN算法,定位精度提高了22.2%,达到2.1m,证明了改进算法的可行性。     

基于不同发射功率的室内定位算法优化

在无线传感网络室内定位中,节点的发射功率不同会降低基于对数-正态模型的定位算法的定位精度。针对这一问题,基于真实室内环境下RSSI值的变化,提出了一种基于不同发射功率的室内定位优化算法。该算法通过确定最小动态区域,对RSSI测距方法进行优化,降低不同发射功率带来影响。仿真和实验结果证明,提出的新算法在参与定位的信标节点发射功率不一致的情况下,达到了信标节点发射功率一致情况下的定位精度。     

基于ZigBee的博物馆参观引导系统

目前人们在室外可以很精确地利用手机GPS功能规划自己的行程线路,但是室内环境复杂,存在多径现象,GPS很难在室内环境下定位。在前人对ZigBee室内定位的研究的基础上,利用指纹定位算法的原理,将ZigBee的室内定位技术应用于游客参观博物馆的场景中。系统采用ZigBee无线局域网,利用接收信号强度指示（Received Signal Strength Indication, RSSI）值及指纹定位算法,借助GPRS模块传输数据,利用数据库服务器处理数据,并通过安卓APP监控数据,使得游客在博物馆中的位置信息能及时地在APP上显示,同时根据游客在博物馆中位置,将游客参观的展品的信息推送给游客。测试结果表明,系统运行良好,基本符合预期要求。     

无线网络定位技术研究

无线网络技术的发展和覆盖率的增加,使得人们在随时随地使用无线网络资源时,对基于位置的信息需求越来越多,这推动了无线定位技术的研究进展。文中通过分析对数一常态分布模型,提出用高斯滤波法优选节点的RSSI值,并通过实地采集数据,得到了在特定环境下的路径损耗指数值,以减小由于RSSI值的影响产生的误差。结合加权质心法进行节点定位,加权因子由RSSI测距法得的距离决定。加权质心算法具有较高的精度,整个定位过程中节点问无需额外的通信开销,具有广泛的实用性。     

基于精确时间测量的无线网络室内定位系统研究

随着IEEE 802.11-2016协议(也称为802.11mc)的精确时间测量(FTM)定位解决方案的引入,通过RTT往返时间来进行测距并进行定位的技术路线正在得到重视.目前提出的基于FTM的测距方案测距精度在视线环境下通常具有1～2 m的偏移误差,由于在802.11mc中,噪音不具备高斯性,精度的进一步提升存在着较...     

基于加权三角质心RSSI算法的ZigBee室内无线定位技术研究

室内移动定位在商场购物、建筑节能、医疗护理、应急救援等领域中应用广泛。由于受复杂室内环境等条件的限制,目前室内定位方法往往精度不高,价格也较为昂贵。ZigBee是一种新兴的短距离、低速率无线网络技术,利用ZigBee技术实现定位具有低成本、低功耗的优点,且信号传输不受视距的影响。本文对各种室内无线定位技术进行了分析和比较,选择用XBee模块进行自组织组网,采用加权三角质心RSSI定位算法,提高室内定位精度,并通过实验证明该方法的可行性。     

使用位置指纹算法的WiFi定位系统设计

随着无线城市的建设和推广,WiFi无线热点的数量在逐渐增加,基于智能手机的定位应用也受到越来越多的关注。然而仅借助于GPS卫星定位系统,无法在高楼林立的市中心或是室内场景定位。因此,本文利用WiFi信号本身的特点,在Android平台上设计了一种基于位置指纹算法的WiFi定位系统。针对WiFi信号本身的不稳定性以及不同设备之间无线信号接收差异两种影响因素改进了该算法。     

基于线性加权的蓝牙室内定位算法

随着蓝牙设备的普及以及蓝牙4.0标准规范的应用推广,使得依据蓝牙设备的室内定位技术发展迅速.针对室内定位服务的社会需求,搭建了利用线性加权算法实现室内移动蓝牙设备的实时定位系统.该系统把线性加权算法与蓝牙设备结合在一起,通过对蓝牙无线链路通信的信号强度,链路质量值,传输功率级等参数的加权运算处理,实现对移动设备的算法定位.仿真过程中该算法的平均定位误差在1.5m以下,满足一定精度要求.     

基于RSSI与惯性测量的室内定位系统

介绍融合接收信号强度指示（RSSI）和惯性测量技术的无线传感器室内定位系统,该系统通过可穿戴式无线传感器节点和环境辅助传感器节点,采集步行者的位置信息。可穿戴式节点采用DeadReckoning惯性测量方法,存在累积误差,可通过在室内环境中布置RSSI节点矫正步行者的位置信息。采用扩展性的卡尔曼滤波算法将惯性测量与RSSI测量数据相结合,实现自适应的步长算法,较大程度改进步长不正确读取带来的误差。实验结果表明,与纯粹的惯性测量系统相比,该系统能提高66．3％的精确度。