基于偏度-峰度检验的无线局域网位置指纹室内定位算法.docx

基于偏度-峰度检验的无线局域网位置指纹室内定位算法
基于偏度-峰度检验的无线局域网位置指纹室内定位算法
摘要：无线局域网（Wi-Fi）室内定位技术在室内环境中具有广泛的应用前景。然而，Wi-Fi室内定位存在一些挑战，例如多路径衰落、信号强度波动等问题。本论文基于偏度-峰度检验的无线局域网位置指纹室内定位算法提出了一种改进的定位方法，通过对接收信号强度指纹的统计特性进行分析和处理，提高了室内定位的准确性和稳定性。实验证明，所提算法在实际环境中取得了较好的定位效果。
关键词：无线局域网定位；位置指纹；偏度-峰度检验；室内定位
1.引言
室内定位技术在室内导航、智能家居、安防等领域有着广泛的应用。尤其是无线局域网（Wi-Fi）室内定位技术，其基于接收信号强度指纹（RSSI）的定位方法被广泛使用。然而，Wi-Fi室内定位存在许多挑战，如多路径衰落、信号强度波动等。这些问题导致室内定位的准确性和稳定性有待提高。
2.相关工作
目前，关于Wi-Fi室内定位的研究有很多。其中，位置指纹是一种常用的定位方法。位置指纹通过采集一系列位置和对应的RSSI值，建立一个位置指纹数据库。然后，在定位时，通过对接收到的信号进行匹配，找到与之最相似的位置指纹数据，从而确定当前位置。
在位置指纹匹配的过程中，传统的方法通常采用欧氏距离或余弦相似度等度量方法。然而，这些方法对于存在噪声和非高斯分布的数据效果不佳。因此，需要应用一些统计方法来改善定位精度。
3.偏度-峰度检验
偏度和峰度是描述概率分布特性的重要统计量。偏度用来描述概率分布的不对称性，正偏表示分布的尾部在右侧，负偏则相反。峰度用来描述概率分布的峰态，峰度值越大，分布的尖峰越明显。
本算法基于偏度-峰度检验，利用接收信号强度指纹的统计特性来改进定位精度。具体步骤如下：
1）建立位置指纹数据库：首先，在待定位区域内选取若干个参考点，并在这些点上采集一系列位置和对应的RSSI值。然后，利用偏度和峰度分别对每个参考点的RSSI值进行统计特征提取，形成位置指纹数据库。
2）定位过程：在定位时，先测量当前位置的RSSI值，并提取其偏度和峰度。然后，将测量值与数据库中的位置指纹进行比较，计算其偏度和峰度的差距，并选择最小差距的位置作为当前位置。
3）误差修正：在定位结果的基础上，通过计算平均偏度和峰度的差距，进一步优化定位精度。修正方法为将每个参考点的位置与其平均偏度和峰度的差距进行加权，得到修正后的位置。
4.实验结果
为了评估所提算法的性能，进行了一系列的实验。实验使用了一组不同的室内环境和不同的移动设备进行测试。
实验结果表明，基于偏度-峰度检验的无线局域网位置指纹室内定位算法在不同室内环境和不同移动设备上都表现出了较好的定位效果。与传统的方法相比，所提算法在准确性和稳定性方面都有所提高。
5.结论
本论文基于偏度-峰度检验的无线局域网位置指纹室内定位算法提出了一种改进的定位方法。通过分析接收信号强度指纹的统计特性，提高了室内定位的准确性和稳定性。实验证明，所提算法在不同室内环境和不同移动设备上都取得了较好的定位效果。
然而，本算法还存在一些不足之处。例如，对于存在信号阻塞或干扰的情况，定位效果受到较大影响。因此，下一步的研究可以考虑引入其他信息，如地理信息和运动模型，进一步提升室内定位的精度和鲁棒性。
参考文献：
[1]ChenY,etal.AWi-Fifingerprintindoorpositioningalgorithmbasedonskewnessandkurtosistest.InternationalJournalofDistributedSensorNetworks.2016.
[2]WangW,etal.AnimprovedindoorpositioningalgorithmbasedonWi-Fifingerprinting.InternationalConferenceonComputationalIntelligenceandCommunicationTechnology.2020.