基於離散多重路徑訊號模型的類神經網路室內定位之研究

Translated title of the thesis: Research of Indoor Positioning Based on Discrete Multipath Signal Model with Neural Network
  • 李 宛

Student thesis: Master's Thesis

Abstract

由於GPS衛星定位與基地台無線定位系統在室內受到種種因素影響而無法提供精確定位,如何精確定位室內環境位置遂成為研究和應用的熱門議題。為解決無線訊號多重路徑效應對室內定位的影響,本論文提出了離散多重路徑訊號(discrete multipath signal DMS)模型。空間中每個點接收到的多重路徑訊號不盡相同,利用此特性,將DMS模型做為位置指紋法的特徵,以射線追蹤法(ray tracing RT)計算自由空間中每個格點的電場強度,建立DMS指紋資料庫,使用倒傳遞類神經網路(back-propagation neural network BPNN)與廣義回歸類神經網路(generalized regression neural network GRNN)來估測定位位置,並比較各種影響室內定位結果的因素,例如房間大小、發射源(access point AP)數量、離線階段資料庫網格大小、類神經網路中隱藏層神經元數目。從實驗結果可得知AP的數量多寡與排列會影響定位結果,模擬實際的小房間場景(10m×8m×4m),定位誤差約為0 5m,誤差百分比為5%,約有90%的定位誤差在1m以內;大房間場景(100 m×80 m×4 m)約有90%的定位誤差在2m以內。和其他定位方法相比,小房間場景中,RSSI位置指紋法接近DMS定位結果;在大房間場景中,DMS使用BPNN與GRNN的定位結果都較其他方法來得好。
Date of Award2018 Aug 10
Original languageChinese
SupervisorWen-Long Chin (Supervisor)

Cite this

基於離散多重路徑訊號模型的類神經網路室內定位之研究
宛, 李. (Author). 2018 Aug 10

Student thesis: Master's Thesis