● 摘要
近年来随着对室内场所定位研究的增加，一种基于无线局域网络（WLAN）的室内定位系统逐渐成为研究的热点，其主要通过接收无线局域网内不同强度的信号来实现定位。相对于GPS定位和蜂窝网络，部署接入点（AP）的方法在该项领域中具有很强的可用性。GPS和蜂窝网络主要适用于室外环境定位，而对于建筑物内部，由于存在严重的多径信号干扰，造成了其无法实现精确定位。因此，传统的定位方法无法应用于室内场所。
通常情况下，基于WI-FI技术的室内定位主要有两种方法：三边测量法和指纹识别。对噪声的敏感性影响着定位的精确性，相比较于指纹识别，三边测量法具有更弱的噪声敏感性以及更好的性能。
本文是基于RSS的方法，在无线环境中对指定区域的用户设备寻求一种更好的定位精度和估计。为实现理想的定位精度，本文对同一目标采用了两种不同的方法：基于K-最近邻算法的权值方法以及基于精度因子（DOP）的方法。最后将两种方法结合生成一种混合解决方案。
本研究主要包括两部分：1.采用MWF模型进行仿真；2.在北航的新主楼内进行实际实验。在仿真过程中，对接入点进行了进一步的讨论。通过仿真及实验，表明了本文所提出的方法具有更好的性能。通常情况下，基于 通常情况下，基于 WI -FI 技术的室内定位主要有两种方法：三边测量和指纹识别。 技术的室内定位主要有两种方法：三边测量和指纹识别。 技术的室内定位主要有两种方法：三边测量和指纹识别。 对噪声的敏感性影响着定位精确，相比较于指纹识别三边测量法具有 对噪声的敏感性影响着定位精确，相比较于指纹识别三边测量法具有 对噪声的敏感性影响着定位精确，相比较于指纹识别三边测量法具有 更弱 的噪声 敏感性以及更好的能。
本文是基于 RSSRSSRSS的方法，在无线环境中对指定区域用户设备寻求一种更好位 的方法，在无线环境中对指定区域用户设备寻求一种更好位 的方法，在无线环境中对指定区域用户设备寻求一种更好位 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 精度和估计。为实现理想的定位，本文对同一目标采用了两种不方法：基于 K-最近邻算法的权值方以及基于精度因子（ 最近邻算法的权值方以及基于精度因子（ 最近邻算法的权值方以及基于精度因子（ DOP ）的方法。最后将两种结合生成 ）的方法。最后将两种结合生成 ）的方法。最后将两种结合生成 一种混合解决 方案。
本研究主要包括两部分： 1. 采用 MWF MWF模型进行仿真； 2. 在北航的新主楼内进行实 际实验。在仿真过程中，对接入点进行了一步的讨论通及表明本文 际实验。在仿真过程中，对接入点进行了一步的讨论通及表明本文 际实验。在仿真过程中，对接入点进行了一步的讨论通及表明本文 际实验。在仿真过程中，对接入点进行了一步的讨论通及表明本文 际实验。在仿真过程中，对接入点进行了一步的讨论通及表明本文 所
相关内容
相关标签