毕业设计开题报告
-
- 研究背景和意义
随着定位技术和基于位置服务应用需求的不断发展，研究各种场景下的识别目标的快速精准定位已经成为研究的一个热点。目前已知定位主要分为两种场景，一种是室外定位技术，一种是室内定位技术。在室外定位领域，主要是技术已经十分成熟的GPS（Global Positioning System）[1]和中国自主研发的北斗卫星定位系统。卫星定位技术广泛用于军用和民用各类定位场景中，提供精准的位置服务信息，但由于城市的发展，楼宇变得更大更密集，这对卫星的观测产生了极大的影响，其信号易受城市密集建筑物的遮挡，即所谓的“城市效应”。并且GPS技术在复杂的室内环境下，信号会受到各种各样障碍物及建筑物的影响，产生严重的多径效应和信号衰减，使得这一成熟的定位技术在室内难以满足用户的定位需求。因此，在室内定位领域，需要更适合室内环境的定位技术以提供更加精准的位置服务信息，满足人们的日趋增长的室内位置服务需求。室内定位技术无论是在商业还是民用领域都具备强大的潜在市场。
虽然室内定位已经出现了一些技术方案，但是不同的定位方案仍然存在着各自的局限性。例如基于红外线、RFID、ZigBee、超宽带和计算机视觉等室内定位技术，这些定位技术有的定位精度不够准确，有的铺设成本高，有的需要消耗大量时间成本，有的有效覆盖范围狭小。提出一个能够普适应用的高效精准的室内定位技术仍存在很大的研究空间。
随着网络的普及，无线网络已经覆盖了生活的各个领域，学校、工作、商场、超市、家庭，基本上都配备了WiFi,这为利用WiFi,进行室内定位提供了极大的便利，在一些场景中应用的需求则更加迫切。在生活服务方面，人们希望能在大型超市或商场中获得自己相对于目标商铺的位置以及到达的规划路线，以提高出行的便利；在物流管理方面，室内定位能提供仓储物流的入库、分拣、入架、盘点、出库、补货各个环节钟方精准的位置信息，提升整体的物流效率，节约人力时间成本，获得更大的经济效益。在刑事案件中，室内定位技术能使刑事人员在不进入罪犯和人质所处目标区域的前提下，获知其位置信息，以提高刑事侦破能力。在地震火灾等其他灾难救援时，救援人员希望能提前知道室内受困人员的具体位置信息，以提供高效及时的救援。在日常生活中，由于智能家居逐渐进入人们的生活，用户在外时可以利用室内定位系统能远程获知家中移动设备，如扫地机器人的位置信息，以进行后续的操作。室内定位技术的使用场景数不胜数，低成本、高精度、具有普遍适用性的室内定位方法将是未来的主要研究方向。
-
- 国内外研究现状及发展趋势
主流的室内定位技术包括蓝牙技术[3]、RFID射频识别技术[4]、超宽带技术[4]、红外技术[5]，ZigBee技术 [6]、计算机视觉定位技术[10]以及WiFi技术[7-9]。蓝牙技术在各个移动设备中被广泛配备，因而利用蓝牙技术实现定位具有非常高的利用率，但这种方法更适合用在一些大型场景中，例如商场、展会等，蓝牙设备在通信过程中不会互相干扰，通过接收蓝牙信号可以正确反应蓝牙携带者的真实位置，但使用蓝牙技术的缺陷在于其通信距离较短，并且定位效率不高，限制了蓝牙定位技术的使用。RFID射频识别技术设备成本低廉、技术难度较低，目前在工业物流仓储方面广泛的应用，但其缺陷在于无法形成通信整体，识别与通信分离，若要进行通信则需要铺设额外的设备，存在一定的缺陷。超宽带技术在高频率的带宽中传递信息，使得信号的多径效应得以减轻，实验数据可靠准确，但造价昂贵，难以大面积推广。红外技术因使用红外线光信号作为定位数据的来源，其极易受到周围环境光源的影响，且不利于信息安全和隐私保护，难以普及。ZigBee技术类似于运营商提供的移动蜂窝网，在实际生活中普及率很高，但组建ZigBee网络其需要提前建立相关的网络节点，若场景发生改变则需要重新布局，使用起来不够灵活，因此该技术局限在固定场景中。
WiFi定位技术凭借其分布广泛的基础设施、低成本的优势成为室内定位领域的研究热点。室内定位的发展历程由主动式目标定位逐步发展到无源被动式目标定位，作为定位数据来源的原始数据也是从易被多径效应干扰的粗粒度的基于幅度信息的接收信号强度指示(Received Signal Strength Indication，RSSI)，演变到表示物理层子载波的高粒度的基于相位信息的信道状态信息(Chanel State Information，CSI)，可见更稳健更强更高效的定位方案正在逐步被提出。
在传统的无线信号测量中，接收信号强度指示（Received Signal Strength Indicator，RSSI）作为一种常规的方案被广泛的用于位置导航系统和定位系统，但是室内复杂环境产生的多径效应导致系统的精确性得不到保障。近年来，物理层的信道状态信息（CSI）能够被更多的无线商用设备获取，它能更细粒度展现信号的特征，而且拥有更好的稳定性。
2000年，微软研究院设计提出了第一个利用 WI-FI 指纹匹配技术来解决室内定位问题的RADAR[10]系统，它在需要定位的区域内重叠覆盖的一个或多个接入点来接射频信号并建立RSSI的指纹。该系统获取来自每个接入点的对应 RSSI 的标准偏差和平均值的处理数据集合以代替 RSSI 的原始数据集合，然后使用 K-Nearest 邻居算法进行位置估计。
FILA系统[11]，声称是第一个使用 CSI 来提高室内定位精度方案。在基于设备定位方向开出另一条路径。文献中提出CSI传播模型，揭示了CSI信号与传播距离之间的关系。通过该模型能预测出移动设备与发送信号节点之间的距离，从而通过三角定位法准确定位目标设备的位置。并在文献[12]中，作者扩展了FILA系统，采用最大似然估计算法和基于CSI信号指纹的算法。实验表明，CSI在定位精度上相比于RSSI有很大程度的提高，并达到米级以下的精度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
