【摘要】：伴隨著Wi-Fi網(wǎng)絡的大規(guī)模建設(shè)和移動終端內(nèi)嵌Wi-Fi接收機的普及,基于Wi-Fi信號的室內(nèi)定位成為學術(shù)界和工業(yè)界廣泛關(guān)注的熱點。隨著機器學習的發(fā)展,基于Wi-Fi的室內(nèi)定位可以通過機器學習技術(shù)來解決。作為一種新的機器學習技術(shù),極限學習機(ELM)具有學習速度快,計算復雜度低,泛化性能好等優(yōu)點。但是當ELM理論直接用于室內(nèi)定位,離線學習會存在過擬合的風險,定位結(jié)果穩(wěn)定性弱。并且在數(shù)據(jù)異常情況下定位性能的魯棒性差,對訓練數(shù)據(jù)集比較敏感。針對基于ELM的定位算法的上述缺點,本課題開展了基于ELM理論的穩(wěn)健定位算法研究。主要研究內(nèi)容包括:(1)首先總結(jié)歸納基于測距的Wi-Fi定位算法。然后描述了基于接收信號強度指示(RSSI)的指紋定位技術(shù)的模型和工作原理,在此基礎(chǔ)上描述了常用的基于K-最近鄰(KNN)指紋匹配算法和基于支持向量機(SVM)指紋匹配算法。詳細介紹了算法的在離線階段和在線階段的具體流程,為后續(xù)的研究工作打下理論基礎(chǔ)。(2)提出了一種基于極限學習機和嶺回歸的定位方法。離線階段,在定位區(qū)域不同位置上采集Wi-Fi信號強度值指示(RSSI),構(gòu)建Wi-Fi信號強度指示-目標位置的指紋庫,作為離線訓練數(shù)據(jù)集。為了解決訓練數(shù)據(jù)集中的噪聲干擾問題,提出了改進的基于嶺回歸的ELM定位算法,以獲得更穩(wěn)定的預測結(jié)果和更好的泛化能力,其中嶺參數(shù)通過訓練誤差的方差得到。在線階段,直接將所獲得的位置回歸函數(shù)用于位置估計。由于減少了離線階段的訓練偏差,因此所提算法在在線階段能夠產(chǎn)生更穩(wěn)定,準確的位置估計結(jié)果。(3)提出了一種基于極限學習機和決策級融合的定位算法。離線階段,首先利用K-means聚類技術(shù)對Wi-Fi信號強度指示-目標位置指紋庫進行基于基站特征提取的數(shù)據(jù)預處理。形成不同類基站信號強度構(gòu)成的訓練數(shù)據(jù)子集。然后對所有訓練數(shù)據(jù)子集進行多次基于ELM的離線回歸學習,通過比較每個訓練子集的學習誤差,得到多個位置回歸函數(shù)。在線階段,對接收RSSI測量值的基站特征提取后,利用對應的位置回歸函數(shù)得到位置估計的多個中間值,最后通過決策級數(shù)據(jù)融合技術(shù)得到最終的位置估計。由于每個位置回歸函數(shù)不同的權(quán)重,所提算法的位置估計結(jié)果更加準確。同時多次離線學習能夠減輕樣本數(shù)據(jù)異常的影響,提高離線學習的泛化能力。
【圖文】：

；3.3 節(jié)詳細闡述了基于嶺回歸技術(shù)和 ELM 定位算；3.5 節(jié)對本章進行總結(jié)。論法介紹系列的研究證明，在激活函數(shù) ( )無限可微時（在樣本數(shù)N小于隱層節(jié)點數(shù)L，還是L N，，輸入層到隱定了權(quán)值和偏差之后求解輸出權(quán)值 的問題就轉(zhuǎn)化為算法。ELM 是一種單隱層前饋神經(jīng)網(wǎng)絡結(jié)構(gòu)，包括圖 3.1 所示。

南京郵電大學碩士研究生學位論文 第三章 基于極限學習機和嶺回歸技術(shù)的定位Wi-Fi 信號強度與所處位置之間的關(guān)系，訓練得到基于位置的機器學習模型。步驟３：在線數(shù)據(jù)獲取在定位區(qū)域內(nèi)待估計位置采集能夠接收到 Wi-Fi 信號強度值，構(gòu)成 Wi-Fi信號強度指紋；步驟４：在線位置估計把步驟３的 Wi-Fi 信號強度指紋輸入步驟 2 得到的基于位置的機器學習模型中，模型輸出結(jié)果就是位置估計結(jié)果。
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN92;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 吳金科;張月;王斌;;基于色譜識別的室分問題快速定位算法研究[J];無線互聯(lián)科技;2017年06期

2 趙穩(wěn)穩(wěn);羅智杰;曹陽;羅健坤;周國富;;基于多模融合的室內(nèi)定位算法研究[J];現(xiàn)代電子技術(shù);2017年18期

3 李振偉;;基于自回歸模型的蒙特卡羅定位算法研究[J];福建電腦;2017年05期

4 薛克娟;段潔;;基于FPGA的貼片機視覺定位算法研究與實現(xiàn)[J];長春理工大學學報(自然科學版);2017年04期

5 張蓮;劉增里;李云昊;陳玲;;基于藍牙技術(shù)的室內(nèi)二階段定位算法研究[J];電子世界;2017年18期

6 王付軍;趙桂清;;電子元件焊接質(zhì)量識別中圖像定位算法研究[J];現(xiàn)代電子技術(shù);2017年05期

7 李璇;;基于物聯(lián)網(wǎng)技術(shù)的船舶異構(gòu)網(wǎng)絡定位算法研究[J];艦船科學技術(shù);2017年12期

8 汪海燕;洪榛;周麗丹;屠碧琪;;監(jiān)獄犯人室內(nèi)定位算法研究[J];計算機測量與控制;2017年06期

9 劉小園;;基于改進MCL的車間移動資源定位算法研究[J];淮海工學院學報(自然科學版);2017年03期

10 王文秀;董峰;張昊洋;岑懿群;;一種改進的到達時間差無線定位算法研究[J];科學技術(shù)與工程;2017年21期

相關(guān)會議論文 前10條

1 曲江華;袁洪;;基于通信衛(wèi)星導航的搜救方案及快速定位算法研究[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

2 孫國林;陳娜;郭偉;;3G系統(tǒng)中移動用戶定位算法研究綜述[A];開創(chuàng)新世紀的通信技術(shù)——第七屆全國青年通信學術(shù)會議論文集[C];2001年

3 龔挺;曹秀英;;基于粒子群優(yōu)化的偽距定位算法研究[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

4 葉永;陳建峰;張竹;冷欣;;基于非線性規(guī)劃模型的分布式聲定位算法研究[A];中國造船工程學會電子技術(shù)學術(shù)委員會——2012年水下復雜戰(zhàn)場環(huán)境目標識別與對抗及仿真技術(shù)學術(shù)交流論文集[C];2012年

5 陳夏蘭;鄒曉東;魏東巖;袁超;李大朋;;基于交通圖像信息的GNSS互補定位算法研究[A];第四屆中國衛(wèi)星導航學術(shù)年會論文集-S9 組合導航與導航新方法[C];2013年

6 周磊;樊建文;張銳;;基于機載星體跟蹤器的天文定位算法研究[A];第五屆中國衛(wèi)星導航學術(shù)年會論文集-S9 組合導航與導航新方法[C];2014年

7 李帥;牛長流;劉小虎;胡太強;;基于距離無關(guān)的WSN定位算法研究[A];2010年全國通信安全學術(shù)會議論文集[C];2010年

8 李昕;史俊波;郭際明;;BeiDou/GPS組合定位算法研究及初步結(jié)果[A];第五屆中國衛(wèi)星導航學術(shù)年會論文集-S1 北斗/GNSS導航應用[C];2014年

9 何平安;楊燕思;范若;;基于曲面擬合相關(guān)法的十字絲目標中心定位算法研究[A];第十三屆全國光學測試學術(shù)討論會論文（摘要集）[C];2010年

10 國海濤;張冬梅;周揚發(fā);于亮;;一種基于能量自適應的無線傳感網(wǎng)絡定位算法研究[A];第十八屆全國青年通信學術(shù)年會論文集（下冊）[C];2013年

相關(guān)重要報紙文章 前1條

1 聶廷晉、特約記者趙榮濤;10余項成果獲國家和省部級立項資助[N];人民武警;2010年

相關(guān)博士學位論文 前3條

1 曹軼超;無線電定位算法研究及目標運動分析[D];東華大學;2010年

2 傅韜;基于測量報告的移動終端定位算法研究[D];華中科技大學;2011年

3 陳媛芳;無線傳感器網(wǎng)絡高性能定位算法研究[D];大連理工大學;2014年

相關(guān)碩士學位論文 前10條

1 馮志躍;穩(wěn)健的極限學習機室內(nèi)定位算法研究[D];南京郵電大學;2019年

2 胡婷婷;基于深度學習的移動機器人重定位算法研究[D];北京郵電大學;2019年

3 夏忠喜;近場信源定位算法研究[D];南京航空航天大學;2018年

4 賀贊貽;基于網(wǎng)格的無線網(wǎng)絡室內(nèi)協(xié)作定位算法研究[D];湖南大學;2015年

5 陳強;基于ANN-Heron公式的室內(nèi)無線定位算法研究[D];安徽大學;2018年

6 王振輝;基于磁敏傳感器的目標定位算法研究[D];華東師范大學;2011年

7 黃濤;物聯(lián)網(wǎng)短距離無線定位算法研究[D];大連理工大學;2011年

8 宗文虎;基于ARM的GPS定位算法研究與實現(xiàn)[D];沈陽工業(yè)大學;2012年

9 鄭子昭;膠囊內(nèi)窺鏡全六維位姿定位算法研究[D];太原科技大學;2015年

10 江雪婧;基于RFID的室外實時定位算法研究[D];南昌大學;2009年

本文編號：2621546