發(fā)布時間：2024-07-06 22:21

　　基于RSSI指紋庫的室內(nèi)定位中,由于受到室內(nèi)復(fù)雜環(huán)境的影響,實時采集的指紋數(shù)據(jù)會存在一定的誤差,將其直接用于定位,必將降低室內(nèi)定位的精度�？紤]定位區(qū)域內(nèi)接收的不同RSSI信號值具有相關(guān)性,采用RSSI差分改正的方式提高定位精度。誤差改正數(shù)的計算與定位是本算法的關(guān)鍵,直接決定了定位的準確率。而選擇不同數(shù)量與不同位置的參考點都將影響誤差改正數(shù)的結(jié)果。泰森多邊形能構(gòu)建整體角度最大化的多邊形網(wǎng)絡(luò),并在空間信息領(lǐng)域具有廣泛的應(yīng)用。為此,運用泰森多邊形的空間鄰接性質(zhì)選擇用于誤差改正數(shù)計算的參考點,設(shè)計定位區(qū)域坐標改正數(shù)和RSSI向量元素改正數(shù)的計算方法,得到共用誤差,并應(yīng)用到指紋數(shù)據(jù)的校正與定位。最后,在Eclipse編程環(huán)境下,配合PostgreSQL/PostGIS空間數(shù)據(jù)庫與Mybatis數(shù)據(jù)庫映射工具,開發(fā)了實驗原型系統(tǒng),并對提出的融合差分改正的算法進行實驗測試,從實驗結(jié)果得出相較于未差分改正前,定位準確率有一定的提高。

【文章頁數(shù)】：9 頁

【文章目錄】：
1 基于泰森多邊形的參考點選擇
2 誤差改正數(shù)計算
    2.1 坐標改正數(shù)
    2.2 RSSI向量元素改正數(shù)計算
3 融合差分改正的RSSI指紋庫定位
    3.1 基于坐標改正數(shù)的定位
    3.2 基于RSSI向量元素改正數(shù)的定位
4 實驗及分析
    4.1 實驗場景及數(shù)據(jù)準備
    4.2 實驗過程
    4.3 實驗效果及分析
5 結(jié)論



本文編號：4002712