基于LED可见光通信的室内定位技术研究-许银帆

考虑室内复杂环境对可见光定位精度的影响,提出了一种基于可见光指纹的室内定位方法。利用定位终端接收来自室内不同LED发出的信号强度信息,构建特征,将物理坐标作为标签,采用支持向量机回归(SVR)算法学习模型,确定移动目标粗略的位置范围。同时,为了进一步优化定位性能,以该位置范围作为限制条件,采用指纹定位算法实现更精确的定位。将所提定位方法在4 m×4 m×3 m的空间区域中进行了实验。结果表明,该方法定位误差小于1 cm的概率为67.5%,与SVR定位算法相比,平均定位精度提高了93.98%;与传统的基于指纹的定位方法相比,该方法可以在更低复杂度的情况下实现更精确的定位,有效提高了室内定位精度及其数据的利用率。

行业文档-设计装置-基于建筑运维装置的适于剧场、图书馆的室内定位系统.zip

针对室内环境中指纹定位接收信号强度信息的高维时变特性以及动态目标定位误差的 累积问题，提出了一种基于梯度提升决策树与粒子滤波相结合的融合算法。该算法首先利用梯 度提升决策树算法建立的位置坐标与接收信号强度之间的非线性映射模型，对在线接收的信号 强度数据进行特征分类判别，实现位置的初步估计；随着目标的运动，进一步结合粒子滤波方 法，迭代地实现动态目标位置的精确预测；另外，将定位轨迹与实际轨迹进行对比，以验证该算 法的稳定性。实验仿真结果表明：累积分布函数在80％的百分位处，提出算法的定位精度控制 在1.19m以内，明显优于基于支持向量机、随机森林等定位算法；同时较基于梯度提升决策树 算法的定位精度提升了34.9％；所获得的定位轨迹与实际轨迹的趋势一致且趋于收敛。

随着移动互联网的迅猛发展，基于位置的服务LBS（Location Based Services）在现代人的生活中起着至关重要的作用。由于室内环境无法精确获取GPS数据，导致室内定位的需求一直得不到满足。在历时一个月调研了各阶层有代表性的智能手机用户的前提下，此文提出了基于二维码的室内精准定位技术，以及基于A*算法的室内语音导航技术。利用AutoCAD、PhotoShop和3DMax等软件设计室内平面图，并在当前流行的Android智能手机平台下，设计开发了基于二维码和A*算法的室内定位系统。实际应用表明，该系统具有精准定位、人性导航和丰富信息的三大基础功能，能够满足人们日常在大型公共建筑中的基本需求。

基于仿射传播聚类的概率分布室内定位算法.pdf

基于深度学习的Wi-Fi与iBeacon融合的室内定位方法.pdf

基于Kmeans聚类的CSI室内定位.pdf

基于K-means聚类的可见光通信室内定位系统的研究.pdf

用于室内定位的MATLAB参考代码，本代码不能直接使用，必须结合所设计的模型加以修改，本文件包含卡尔曼滤波算法，chan氏，奇异值抛弃和整体偏移法等