国内外WLAN室内定位发展重点文献

最新推荐文章于 2023-10-26 22:09:03 发布

吃不胖的球

最新推荐文章于 2023-10-26 22:09:03 发布

阅读量5.8k

点赞数

CC 4.0 BY-SA版权

分类专栏：绪论文章标签： rss 指纹定位算法

本文链接：https://blog.youkuaiyun.com/Ada384984398/article/details/79061172

本文综述了国内外基于WLAN的室内定位技术，包括概率法的位置指纹定位、贝叶斯室内定位算法、Horus定位系统、压缩感知定位、KNN预测定位、主成分分析定位、支持向量机定位以及模糊逻辑和神经网络定位等方法。通过对各种定位算法的介绍，展现了室内定位技术的多样性和不断发展。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

国内外WLAN室内定位发展重点文献

基于概率法的位置指纹定位

概率性定位方法中位置指纹存储的是信号强度的概率分布信息，（以RSS 直方图形式通过搜索覆盖区域寻找后验概率最大的位置）

一种基于RSSI的贝叶斯室内定位算法[J]. 彭玉旭,杨艳红. 计算机工程. 2012(10)

Nibble 定位系统根据贝叶斯推理机制来估计用户的位置。

A probabilisticroom location service for wireless networkedenvironments. CastroP,Chiu P,Kremenet T, et al. proceedings of the International Conference onUbiquitous Computing . 2001

Castro P, Chiu P, Kremenek T, Muntz R. A ProbabilisticRoom LocationService for Wireless Networked Environments[C]. UbiquitousComputing,Seattle, USA: ACM. 2003: 18-34.

两种估计条件概率分布函数/似然函数的方法，直方图法和核方法。

直方图法用一个分段的常函数来表示概率密度函数

核方法中信号强度样本的概率用高斯核函数来表示

A Probabilistic Approach to WLAN User Location Estimation[J] . International Journal of Wireless Information Networks . 2002 (3)

针对某个参考位置，多个AP之间以多元高斯概率分布对接收信号强度建模，定位误差较小。

基于多元高斯概率分布的无线局域网定位方法研究[J]. 程远国,李煜,徐辉. 海军工程大学学报. 2007(05)

Horus 定位基于聚类技术（接收到相同AP 信号的位置聚为一类，在所选的类内利用来自不同AP 的RSS联合分布概率匹配用户的最优位置）。

通过位置聚类提高搜索效率，可有效降低定位计算量。在离线阶段，该方法选择一定数量RSS 信号最强的AP 并计算RSS 联合概率分布和位置聚类。在线定位时，首先确定要搜索的类，然后利用最大似然估计计算类内每一个位置的概率，选择类内最匹配的位置。

Youssef M, Agrawala A K. TheHorus WLAN Location DeterminationSystem[C]. Mobile Systems, Applications andServices, Seattle, USA:ACM. 2005: 205-218.

基于流形正则化的定位方法

利用标记位置+未标记位置坐标的RSS样本

离线阶段采集、处理部分标记的RSS 样本后计算图形拉普拉斯矩阵，并利用该矩阵和流形学习理论训练定位坐标估计函数。在线定位时，将预处理未标记的在线RSS 数据输入到离线阶段训练的定位坐标估计函数中计算定位结果。

Pan J J, Pan S J, Yin J, Ni LM, Yang Q. Tracking Mobile Users in WirelessNetworks via Semi-SupervisedColocalization[J]. IEEE Trans. PatternAnalysis and Machine Intelligence.2012, 34(3): 587-600.