基于數據挖掘分類聚類理論的指紋法室內定位優(yōu)化.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、位置信息是重要的信息資源,位置信息的應用關系到國防、醫(yī)藥、工業(yè)和我們生活的方方面面。定位系統(tǒng)的研究曾經是國防科技的重要技術研究方向,自從GPS等衛(wèi)星定位系統(tǒng)普及,定位芯片逐漸植入各式各樣的電子產品,其中包括人們目前大量使用智能手機,這樣,定位功能開始走入尋常百姓的生活之中。智能手持設備的普及催生了新的生活需求,基于位置信息的服務(Location BasedServices,LBS)應運而生,LBS逐漸成為學術和工業(yè)界的研究熱點。衛(wèi)星定

2、位系統(tǒng)使得室外定位技術已經非常成熟,但是微波信號不能穿透墻壁進入室內,不能滿足更大的室內定位需求。本文討論的主要問題是定位技術的這一個新的方向——室內定位技術。本文對室內環(huán)境下的無線局域網(Wireless Local Area Network,WLAN)信號傳播特點進行了調研,對采集到的信號強度進行統(tǒng)計,將信號強度的分布特點和時變特性進行了簡單總結。并且詳細闡述了基于WLAN環(huán)境的接收信號強度(Received Signal Stre

3、ngth,RSS)的指紋法定位理論,包括定位系統(tǒng)的主要邏輯模型和主要的定位算法。將室內定位系統(tǒng)與信息檢索系統(tǒng)進行類比,同樣可以分為在線階段和離線階段。同時引入了數據挖掘方面的一些觀點,根據數據挖掘應用于知識發(fā)現的功能特點,將數據挖掘理論體系融入指紋法室內定位研究當中,指導定位系統(tǒng)改進。本文重點研究了室內定位系統(tǒng)在線階段以加權的K鄰近(Weighed K-Nearest Neighbors,WKNN)算法作為定位算法的定位性能,根據訓練數

4、據的統(tǒng)計分析給出定位算法參數的選定數值,并且分析了各個參數對定位性能的影響情況。在離線階段優(yōu)化了指紋數據的組織形式,將指紋數據進行聚類管理,以求減小在線定位時查找信息的計算量,通過改進后的適用于錨點指紋數據結構的K均值聚類算法對離線指紋庫聚類分析,得到聚類結果。文章給出了特定環(huán)境下的最佳聚類參數選定辦法,分析了室內定位中和離線指紋庫聚類相關的性能分析公式,以求更加深刻地認識室內定位問題。文章最后描述了室內定位系統(tǒng)的開發(fā)成果,本系統(tǒng)是搭載

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論