1、在物聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)不斷發(fā)展的今天，人們對室內(nèi)定位導(dǎo)航的需求不斷增加，室內(nèi)定位問題也得到越來越多的研究。由于室內(nèi)無線局域網(wǎng)（WLAN）的普及與完善，基于WLAN的位置指紋定位方法成為當(dāng)下研究領(lǐng)域與應(yīng)用領(lǐng)域的主流。其基本思想是用一個來自不同信號發(fā)射器的接收信號強(qiáng)度向量（RSSI）來表示室內(nèi)的位置，室內(nèi)設(shè)備通過對比其觀測到接收信號強(qiáng)度與數(shù)據(jù)庫中的接收信號強(qiáng)度來確定自身的位置。盡管位置指紋定位方法可以達(dá)到一定的定位精度，但易受室內(nèi)無線信號數(shù)量

2、不足，室內(nèi)信號的時間差異性以及多路徑效應(yīng)的影響。因此，在復(fù)雜的室內(nèi)環(huán)境下，位置指紋定位方法定位精度不高，并且容易產(chǎn)生較大的誤差。
　　針對無線網(wǎng)絡(luò)定位中存在的問題，本文提出了利用候選位置指紋以及遺傳算法定位室內(nèi)設(shè)備的方法。本文提出了候選位置指紋的概念—選擇多個而不是一個位置指紋作為定位的候選，使得候選位置更有可能包含設(shè)備的真實(shí)位置。這樣每個定位設(shè)備都對應(yīng)一個候選位置指紋集合，接下來是利用遺傳算法搜索最優(yōu)的候選位置指紋的組合作為最終

3、的設(shè)備位置估計(jì)。通過設(shè)備間的相對距離限制，進(jìn)一步縮小的搜索空間，優(yōu)化定位精度。另外，本文提出了一個選擇候選位置指紋的概率模型，盡可能的選擇能最接近設(shè)備真實(shí)位置的候選指紋。
　　通過分析室內(nèi)運(yùn)動軌跡特征，發(fā)現(xiàn)其時間穩(wěn)定性與低秩性的特點(diǎn)，并在此基礎(chǔ)上提出了一種基于矩陣填充的移動網(wǎng)絡(luò)室內(nèi)定位算法-MIL。MIL主要利用兩方面的信息：1）鄰居節(jié)點(diǎn)之間的距離或者連通性信息；2）Wi-Fi的初始位置估計(jì)結(jié)果（Wi-Fi定位方法可采用Radar

4、或Horus）。MIL根據(jù)收集到的所有信息，使用矩陣填充的算法實(shí)現(xiàn)了高精度的定位，同時保證了較低的算法復(fù)雜度。
　　本文在辦公室環(huán)境中搭建了實(shí)驗(yàn)平臺，并且在該實(shí)驗(yàn)平臺下實(shí)現(xiàn)了本文所提出的兩種室內(nèi)定位方法并驗(yàn)證其性能。另外，本文比較了現(xiàn)有主流的定位方法：Radar、Horus、PLWLS以及TSLRL方法。不同的定位方法使用同一測試RSS數(shù)據(jù)進(jìn)行定位。通過與現(xiàn)有主流室內(nèi)定位方法的對比，本文提出的方法在定位精度上要優(yōu)于現(xiàn)有方法，同時保