中南大学物联网定位实验报告.doc

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

中南大学物联网定位实验报告

。物联网定位技术实验报告学生姓名冠华学第0911930121号专业课物联网项目1301导师张石岗信息科学与工程学院完成时间:6月XXXX文字教育数据录入实验1无线指纹定位系统11实现及性能评估。实验目标12。实验背景13。实验原理1 3.1 wifi基础知识13.2室内定位方法建模23.3指纹定位算法34。键码45。实验结果66。室内定位误差分析8实验2无线传感器网络定位实验101。实验目标102。实验要求103。算法介绍103.1基本内容介绍103.2迭代多边定位算法113.3 DV-HOP算法113.4 PDM算法114。算法实现124.1迭代多边定位算法124.2 DV-HOP算法144.3 PDM算法165。实验结果和分析17迭代多边定位算法17DV-HOP算法19PDM算法23。实验总结22字教材实验1无线指纹定位系统的实现及性能评价1。实验目标通过:实现一个基于无线指纹的室内定位系统,掌握指纹定位的原理和实现,并进行测试,评估实现的指纹定位系统的误差性能。2.实验背景无线定位指纹定位技术是基于接收信号的传播特性进行定位的。与传统定位技术相比,它不需要增加额外的角度测量和时间同步设备,并充分利用现有的W1FI无线网络来降低其使用成本。其次,WIFI定位指纹定位技术比传统的室内定位技术(如:视频信号和红外定位)具有更强的扩展性和更广泛的应用范围。

由于WIFI信号传输受非视线和多径衰落等因素影响较小,因此基于WIFI网络的指纹定位系统相对稳定,而基于红外或视频信号的定位技术相对容易受到限制。例如,在阳光直射或强光照射下,基于

红外技术的定位精度将大大降低,而基于视频信号的定位技术是基于移动终端必须处于可视条件下的前提。

在当今人口密集的城市,由于室内和地下无线基站信号微弱,现有的主流定位技术有全球定位系统、AGPS、谷歌地图等。室内和地下定位都有盲区,定位精度不高。然而,WIFI定位指纹定位技术可以通过无线网络中的接入点进行定位,避免了对无线基站网络的依赖,从而实现对地下或室内环境的准确高效定位,在地下商场、停车场、物流等行业具有潜在的应用价值。

3.实验原理3.1无线保真的基本知识W1FI网络的组成如下:图2-2。实验背景无线定位指纹定位技术是基于接收信号的传播特性。与传统定位技术相比,它不需要额外的设备来进行角度测量和时间同步,并充分利用现有的W1FI无线网络来降低其使用成本。其次,WIFI定位指纹定位技术比传统的室内定位技术(如:视频信号和红外定位)具有更强的扩展性和更广泛的应用范围。

由于WIFI信号传输受非视线和多径衰落等因素影响较小,因此基于WIFI网络的指纹定位系统相对稳定,而基于红外或视频信号的定位技术相对容易受到限制。例如,在阳光直射或强光照射下,基于红外技术的定位精度将大大降低,而基于视频信号的定位技术是基于移动终端必须处于可视条件下的前提。

在当今人口密集的城市,由于室内和地下无线基站信号微弱,现有的主流定位技术有全球定位系统、AGPS、谷歌地图等。室内和地下定位都有盲区,定位交流

可以看出,随着扰动比的增加,算法的定位精度在下降。这是因为迭代多边定位算法通过取n和圆的交点来定位。一旦发生干扰,两点之间的距离将会改变,使得用于定位的圆的一部分的半径不正确,导致定位不准确或定位点不现实。DV-1、3.1238249662091

6、5.57479034010724 .

可以看出,随着扰动比的增加,算法的定位精度在下降。这是因为迭代多边定位算法通过取n和圆的交点来定位。一旦发生干扰,两点之间的距离将会改变,使得用于定位的圆的一部分的半径不正确,导致定位不准确或定位点不现实。DV:蓝色“*”表示已知点的数据,红色圆点表示无扰动值时的估计数据,蓝色圆点表示有5%扰动值时的估计数据,黄色圆点表示有10%扰动值时的估计数据,连接线表示误差情况。

2、误差分析中的三个定位误差(方差)是:

8.3750946199474

1、8.68160286181840、8.64112751102005。

如你所见,DV-

2、误差分析中的三个定位误差(方差)是:

8.3750946199474

1、8.68160286181840、8.64112751102005。

可见,DV:蓝色“*”表示已知点的数据,红点表示无扰动值时的估计数据,连线表示误差情况。

(2)5%误差扰动值描述:

蓝色“*”表示已知点的数据,蓝色点表示无干扰值时的估计数据,连接线表示误差情况。(3)10%误差扰动值描述:

蓝色“*”表示已知点的数据,黄色点表示无干扰值时的估计数据,连接线表示错误情况。

2、误差分析中的三个定位误差(方差)是:

73.225

4、61.546

7、60.5671 .

可以看出,该算法定位效果很差,没有改进。主要原因是在计算距离转换矩阵T时,使用了公式,并且在该公式中使用了P的逆矩阵。当P元素非常小时,在进行矩阵转换时,它将变得非常大,这直接导致背部定位不准确。应该使用某种算法来消除误差。在本实验中,由于时间有限,本研究将不会进行。然而,通过阅读文献,我们可以知道PDM算法应该是三种算法中最精确的算法。为了研究锚节点数对定位的影响,我们将PDM算法的锚节点数改为3,即只有3个1、

节点2和3是锚节点,它们的定位结果如下:

可以看出,如果不改进PDM算法,过多的锚节点会使PDM算法的定位不准确。

3.在物联网定位技术的实验过程中,我掌握了各种定位算法及其误差特性。在阅读给定文档的过程中,我遇到了许多不熟悉的地方。通过逐位查找数据,反复计算,找出了无线指纹定位的原理、无线传

感器网络的迭代多边定位算法、DV-HOP算法和PDM定位算法。

在这个实验中,我们的团队在Eclipse上编译并调试了Android 代码,这加深了我们对Eclipse功能的理解,并且更加熟悉Eclipse的操作和编程中的问题解决方法。在实验过程中,我们回顾了我们对安卓的了解,加深了我们对安卓开发的理解。我们应该把所学的运用到实践中,理论联系实际,从理论中得出结论,在实践中解决问题。只有这样,我们才能提高全面分析和解决问题的能力。实验中还有许多不足之处需要改进,如操作界面不够美观,结果显示不够直观。我们需要进一步研究和进一步优化。最后,我要感谢张士庚老师无私的指导,以及在实验过程中积极参与讨论和帮助的同学们。Word教育材料

相关文档
最新文档