基于機器學習的射頻指紋定位方法研究.pdf

1、隨著移動互聯網、物聯網和智能移動終端的快速發(fā)展，人們對基于位置的服務需求越來越大，且由于人流動的隨意性和所處環(huán)境的復雜性，如何在復雜環(huán)境中實現準確有效的定位具有十分重要的現實意義。由于射頻指紋定位方法在復雜障礙環(huán)境中的優(yōu)越性能，受到了越來越多關注，但目前已有的射頻指紋定位技術還不成熟，仍存在諸多問題和挑戰(zhàn)。
　　本文基于國內外的研究現狀，分析了已有射頻指紋定位中存在的主要問題，并對基于機器學習的射頻指紋定位方法進行了較為系統(tǒng)的研究

2、。本課題旨在一定程度上解決現有的問題，主要涵蓋了以下內容：
　　首先，以實驗為基礎分析了以信號接收強度為代表的室內射頻指紋的統(tǒng)計特性和影響因素。深入研究了影響射頻指紋定位系統(tǒng)的一些關鍵因素，并挖掘這些關鍵因素與定位性能之間的關系，為后文算法的設計優(yōu)化與實現提供了良好的理論支持。
　　其次，針對指紋定位方法中建庫工作量大且耗時長的問題，本文提出了基于機器學習的解析指紋定位方法。首先，解析指紋定位算法能夠利用服務器自動生成離線指

3、紋數據庫，大大減少建庫工作量，并且通過仿真驗證了該算法在低信噪比下具有更好的定位性能和魯棒性。除此之外，基于仿真對該算法的空間變異性問題進行分析，并將包括遺傳算法和人工神經網絡在內的機器學習算法應用在解析指紋定位方法中，有效降低了空間變異性影響，進一步提高了定位精度和定位性能。
　　最后，本文給出了基于非線性支持向量機的接收信號強度（Received Signal Strength，RSS）指紋定位方法。該方法在RSS指紋定位過程