"这篇文章是2015年6月发表在江南大学学报自然科学版的一篇研究论文,由徐潇潇和谢林柏合作完成,得到了国家自然科学基金的支持。研究主要针对传统位置指纹定位算法在室内环境中的局限性,尤其是接收信号强度值(RSSI)的不稳定性以及不同终端设备对AP信号强度测量能力的差异。作者提出了一种改进的算法,旨在优化指纹信息的准确性,并提高算法在不同设备上的适用性。在离线阶段,通过处理RSSI值,去除异常样本,并用RSSI信号强度差值替代RSSI值作为RadioMap的特征,以减少设备差异导致的误差。实验证明,改进后的算法能有效去除离线阶段的误差大样本,提升算法的跨平台性能,特别是在Android和PC平台上的表现。关键词包括位置指纹、Shadowing模型、RSSI差值和安卓系统。" 本文探讨的核心知识点包括: 1. **位置指纹定位算法**:这是室内定位的一种常见方法,依赖于预先创建的RadioMap,其中包含特定位置下接收到的无线信号(如Wi-Fi AP的RSSI值)的指纹。这些指纹用于后续的定位计算。 2. **RSSI(Received Signal Strength Indicator)**:衡量无线信号强度的指标,是定位算法的关键输入。然而,RSSI值会受到多径传播、遮挡(Shadowing)和快衰落(Fading)等多种因素的影响,导致不稳定。 3. **设备差异问题**:不同的终端设备可能有不同的接收能力和硬件特性,这可能导致同一位置的RSSI读数差异,从而影响定位精度。 4. **改进策略**:通过对离线阶段收集的RSSI值进行预处理,剔除异常值,使用RSSI差值代替绝对RSSI值作为信号特征,可以减少设备间差异带来的影响,增强指纹的稳定性。 5. **Shadowing模型**:在室内环境中,无线信号可能会遇到障碍物导致衰减,这种现象称为遮挡或阴影效应。Shadowing模型被用来描述这种衰减,对理解RSSI变化有重要作用。 6. **实验验证**:研究通过在Android和PC两个平台上进行测试,证明了改进算法的有效性,尤其是在消除离线阶段误差和提高跨平台兼容性方面的改进。 7. **应用领域**:优化后的定位算法对于物联网、智能家居、智能建筑等领域的室内定位应用具有重要意义,能够提供更加准确和可靠的定位服务。 8. **文献分类号与标志码**:中图分类号"TN911.25"指向的是通信与网络技术,文献标志码"A"通常表示该论文是原创性的科学研究成果。 这篇论文提供了一个解决室内定位中设备间RSSI不一致问题的创新方法,对位置指纹算法的实用性和准确性进行了提升,具有重要的学术价值和实践意义。
下载后可阅读完整内容,剩余4页未读,立即下载
- 粉丝: 3
- 资源: 907
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 彩虹rain bow point鼠标指针压缩包使用指南
- C#开发的C++作业自动批改系统
- Java实战项目:城市公交查询系统及部署教程
- 深入掌握Spring Boot基础技巧与实践
- 基于SSM+Mysql的校园通讯录信息管理系统毕业设计源码
- 精选简历模板分享:简约大气,适用于应届生与在校生
- 个性化Windows桌面:自制图标大全指南
- 51单片机超声波测距项目源码解析
- 掌握SpringBoot实战:深度学习笔记解析
- 掌握Java基础语法的关键知识点
- SSM+mysql邮件管理系统毕业设计源码免费下载
- wkhtmltox下载困难?找到正确的安装包攻略
- Python全栈开发项目资源包 - 功能复刻与开发支持
- 即时消息分发系统架构设计:以tio为基础
- 基于SSM框架和MySQL的在线书城项目源码
- 认知OFDM技术在802.11标准中的项目实践