基于动态指纹库的室内定位算法研究的任务书.docx

基于动态指纹库的室内定位算法研究的任务书
任务书
一、背景
随着无线通信技术的普及，室内定位技术逐渐成为国际研究的热点。同时，随着智能手机、平板电脑等大众化消费电子产品的普及，室内定位技术也逐渐走进人们的生活。但是，由于室内环境的复杂性，导致定位误差较大，因此如何提高室内定位算法的准确性和稳定性，成为当前研究的重要课题。
在室内定位算法中，指纹库算法是比较流行的一种方法。该算法通过构建室内环境的指纹库，利用接收信号强度指纹（ReceivedSignalStrengthIndicator,RSSI）进行室内定位。然而，由于室内环境的动态变化，特别是人员流动频繁的情况下，指纹库算法的准确性也会出现一定的偏差。因此，基于动态指纹库的室内定位算法成为了当前研究的热点之一。
本文将围绕基于动态指纹库的室内定位算法展开研究工作。通过采集室内环境的RSSI数据，建立动态指纹库，结合粒子滤波算法、支持向量机算法等，提高室内定位准确性和稳定性，为室内定位技术的发展做出一定的贡献。
二、研究内容
1.室内环境的数据采集
通过搭建数据采集系统，采集室内环境的RSSI数据，包括采集从多个AP（AccessPoint）接收到的信号强度值，根据RSSI指纹值建立动态指纹库。
2.基于粒子滤波的室内定位算法设计
粒子滤波算法是基于贝叶斯滤波原理，通过使用随机样本来描述系统的状态分布，然后利用重要性权重进行重采样，不断迭代，最终得出系统的状态估计值。通过对RSSI指纹值数据进行处理，并利用粒子滤波算法进行状态估计，实现室内定位。
3.基于支持向量机的室内定位算法改进
支持向量机算法是一种监督学习方法，可以有效地将线性不可分问题转化为线性可分问题，此外，也可以通过使用核函数，将非线性问题转化为线性问题进行处理。通过采用支持向量机算法，对室内的各种干扰因素进行建模，通过分析多个特征的综合信息，实现室内位置的准确定位。
4.算法模型评估
通过使用实际室内环境的数据进行实验评估，对比基于动态指纹库的室内定位算法和传统指纹库算法的性能差异，同时对比采用不同算法的定位误差。
三、研究意义
1.探索室内定位技术新的解决方案
通过采用粒子滤波算法和支持向量机算法等新的算法，构建基于动态指纹库的室内定位系统，尝试解决室内定位误差和稳定性难以保证的问题，探索新的解决方案。
2.促进室内定位技术的发展
本文提出的基于动态指纹库的室内定位算法具有实际应用意义，能够促进室内定位技术的发展，提高室内定位技术的准确性和稳定性，使其更好地服务于人们的日常生活。
四、参考文献
1.徐继峰,詹文清,谢载佳.室内LBS服务关键问题研究[J].计算机应用研究,2013,30(04):1065-1068+1075.
2.蒲启源,李俊鹏.一种基于融合RSS和一个具有时变性的信道模型的室内定位算法[J].广东工业大学学报,2012,29(2):48-51.
3.欧阳黎川,魏冬,张强.基于支持向量机的无线室内定位算法[J].激光杂志,2015,36(08):106+108.