基于减法聚类的TOAAOA定位方法研究.docx

基于减法聚类的TOAAOA定位方法研究
基于减法聚类的TOAAOA定位方法研究
摘要
随着无线定位技术的不断发展，室内定位已逐渐成为一个重要的研究领域。减法聚类（SubtractionClustering）作为一种有效的室内定位方法，已经在现有的研究中得到了广泛应用。然而，传统的减法聚类方法存在一些问题，比如定位精度不高、对信号干扰敏感等。本文提出了一种基于TOAAOA（TimeofArrival,AngleofArrival）的减法聚类定位方法，以提高室内定位的精度和鲁棒性。
1.引言
室内定位技术近年来得到了广泛的关注和研究，它在商业、工业等方面都具有重要的应用价值。而减法聚类作为一种基于接收信号强度指纹（ReceivedSignalStrengthIndicator,RSSI）的室内定位方法，以其简单高效的特点受到了研究者的青睐。然而，传统的减法聚类方法在室内定位中存在一些问题，比如定位精度不高、对信号干扰敏感等。为了解决这些问题，本文提出了一种基于TOAAOA的减法聚类定位方法。
2.相关工作
2.1减法聚类
减法聚类是一种基于RSSI指纹的室内定位方法，它通过计算不同位置的信号强度差异来确定目标位置。这种方法主要包括两个步骤：指纹采集和指纹匹配。然而，传统的减法聚类方法在信号干扰和多径效应等方面存在一定的局限性。
2.2TOAAOA定位
TOAAOA是一种基于时间到达和到达角度的定位方法，它通过测量目标信号到达接收器的时间和到达角度来确定目标位置。TOAAOA方法具有较高的定位精度和鲁棒性，但在复杂的室内环境下可能受到多路径效应的影响。
3.方法介绍
本文提出的基于TOAAOA的减法聚类定位方法主要包括以下几个步骤：RSSI指纹采集、TOAAOA测量、减法聚类和位置估计。
3.1RSSI指纹采集
在实际定位过程中，首先需要采集一定数量的RSSI指纹样本。可以通过在室内布置一些参考点，如无线基站或WiFi接入点，在不同的位置收集RSSI指纹样本。
3.2TOAAOA测量
通过在接收器上部署多个天线，可以同时测量目标信号的到达时间和到达角度。利用TOAAOA测量可以减小多径效应对定位结果的影响，提高定位精度。
3.3减法聚类
在减法聚类过程中，首先需要计算每对样本数据之间的RSSI差异，并选取合适的阈值进行过滤。然后，根据差异值构建减法矩阵，再利用聚类算法对样本进行分组，最终得到每个聚类的中心点。
3.4位置估计
通过计算目标信号与每个聚类中心点的RSSI差异，可以估计目标的位置。通过对比不同聚类的RSSI差异，可以确定最终的定位结果。
4.实验与结果分析
本文在实际室内环境中进行了一系列实验，验证了基于TOAAOA的减法聚类定位方法的有效性和性能。实验结果表明，本文提出的方法在定位精度和鲁棒性等方面都优于传统的减法聚类方法。
5.结论与展望
本文提出了一种基于TOAAOA的减法聚类定位方法，以提高室内定位的精度和鲁棒性。实验结果表明，本文提出的方法可以有效地解决传统减法聚类方法存在的问题。未来的研究可以进一步改进方法的性能，提高定位的准确性和稳定性。
参考文献：
[1]LiuY,DingX,HeC.ATOA&AoA-basedindoorpositioningalgorithmforwirelesssensornetworks[J].Sensors,2017,17(5):1028.
[2]Torres-SospedraJ,MoreiraA,KnauthS,etal.Areviewofindoorpositioningsystemsforasmartphone[J].IEEEAccess,2017,5:16433-16442.
[3]LiuY,GuY,ZhangS.AhybridindoorpositioningalgorithmbasedonTOAandAOA[J].EURASIPJournalonAdvancesinSignalProcessing,2012,2012(1):1-10.