基于人工智能的室内指纹定位技术研究

随着无线通信技术的不断发展及室内基于位置的服务(Location Based Service,LBS)业务需求的不断增长，室内无线定位技术近年来得到了越来越 广泛的研究。而高性能无线定位技术，如高定位精度、高定位实时性、低计算 复杂度、低开发应用成本决定了室内LBS业务的服务质量。基于无线局域网 (Wireless Local Area Network, WLAN)的接收信号强度(Received Signal Strength, RSS)指纹信息定位技术受益于米级定位精度性能、智能终端的低开发成本以及 WLAN技术在室内场景的广泛分布这三大优势而成为室内LBS系统中定位技术 的首选。 而室内指纹定位技术面临一些主要问题以待解决。在离线阶段，需要建立指 纹数据库并在环境变化时更新指纹数据库以保证其定位有效性，而数据库的建立 与更新需要耗费大量的人力物力，这不利于指纹定位算法的普及，特别是大型定 位场景中的应用。在在线阶段，指纹模式匹配技术的设计需要克服RSS受多径效 应、阴影效应引起的时变特性所产生的位置估计误差，同时需要降低算法计算复 杂度，提高定位实时性性能。针对以上问题，本论文将