论文部分内容阅读
随着人们生活水平的提高和传感器技术、网络通信等技术的发展,智能家居正在逐渐走进人们的日常生活中。但是传统的智能家居系统均是通过嵌入式技术、传感器技术和综合布线等技术,实现对家居设备的控制和家居环境的监测。近年来,通过室内定位技术实现家居环境中人体和物体数目及位置等信息的检测日益受到重视和广泛关注。室内定位技术作为智能家居领域中一项重要的信息处理技术,是提高家居环境舒适度、安全度、智能化程度和构建高效的智能家居系统的关键。论文结合智能家居系统室内人员和物品定位的需求,从理论研究、仿真评估和实验验证三个角度出发,针对基于射频识别(RFID)技术的室内定位算法展开深入研究。在对几种典型的基于RFID技术的室内定位方法分析研究之后,论文重点研究了经典的基于信号强度指示法(RSSI)的LANDMARC室内定位系统及其最近邻居算法,并针对算法的不足进行改进,以提高算法定位精度。论文主要研究内容及创新点如下：首先对经典的LANDMARC室内定位系统展开深入研究,在简要介绍了定位系统组成和能级计算方法之后,重点分析了系统最近邻居定位算法的原理和实现流程,并通过MATLAB软件模拟真实的室内环境,仿真实现该算法。仿真结果表明,算法的定位精度主要取决于最近邻居参考标签数目k和参考标签的布置密度。当最近邻居参考标签数目k=4时,算法定位性能最好,最大定位误差为1.18m,平均定位误差为0.74m；另外,适当的增加参考的标签布置密度可以提高系统的定位精度。其次针对LANDMARC系统最近邻居算法引入不良参考标签和计算权重时可能导致分母为零的不足,提出了一种基于BP神经网络的改进算法——BPNN-LANDMARC。在详细分析了改进算法的原理之后,通过MATLAB软件对算法进行仿真。仿真结果表明,改进算法最大定位误差为0.89m,平均定位误差为0.56m。相对于原算法,改进算法最大定位误差下降了24.57%,而平均定位误差也下降了24.32%。最后基于S3C6410处理器和嵌入式Linux操作系统设计了智能家居系统网关软硬件开发平台,并通过多线程并发服务器和串口通信等软件程序设计,将定位算法移植到网关中,通过实际测试验证算法的定位性能。实验结果表明改进算法定位精度比原算法高,很好的验证了算法的可行性。