Детальная информация

Название: Анализ возможности позиционирования при использовании сигналов беспроводных локальных сетей WI-FI: выпускная квалификационная работа бакалавра: направление 11.03.02 «Инфокоммуникационные технологии и системы связи» ; образовательная программа 11.03.02_06 «Оптические телекоммуникационные системы»
Авторы: Цзоу Цзяньчжун
Научный руководитель: Завьялов Сергей Викторович
Другие авторы: Зудов Роман Игоревич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт физики, нанотехнологий и телекоммуникаций
Выходные сведения: Санкт-Петербург, 2021
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: WI-FI; беспроводной; определить место; алгоритм; радио отпечатки; TOA; AOA; TDOA; RSS; wireless; locate; algorithm; radio fingerprints
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 11.03.02
Группа специальностей ФГОС: 110000 - Электроника, радиотехника и системы связи
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2021/vr/vr21-4399
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\13219

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

С наступлением информационной эпохи спрос людей на информацию растет. С появлением больших данных и облачных вычислений информация о местоположении стала особенно важной. Услуги, основанные на информации о местоположении, изменили нашу жизнь. С быстрым развитием технологий беспроводных сетей и смартфонов мобильные терминалы используются в самых разных областях. Чтобы удовлетворить потребности внутреннего позиционирования, в этой статье анализируется позиционирование сигналов беспроводной локальной сети Wi-Fi. Основная исследовательская работа заключается в следующем: 1. Кратко опишите важность позиционирования в текущей ситуации. Обобщает текущие типы беспроводного позиционирования внутри помещений, кратко анализирует характеристики различных беспроводных систем позиционирования и изучает факторы, влияющие на позиционирование. 2. В этой работе обсуждаются онлайн-алгоритмы сопоставления, включая байесовский алгоритм и алгоритм ближайшего соседа. 3. В этой работе обсуждаются методы внутреннего позиционирования и алгоритмы внутреннего позиционирования. Метод внутреннего позиционирования включает метод оценки TOA, метод оценки TDOA, метод оценки AOA и метод оценки RSS. Алгоритм внутреннего позиционирования включает метод ближайшего соседа, K метод ближайшего соседа, взвешенный алгоритм соседей K, метод функции ядра, нейронная сеть BP, алгоритм машины опорных векторов.

With the onset of the information age, people's demand for information is growing. With the advent of big data and cloud computing, location information has become especially important. Location-based services have changed our lives. With the rapid development of wireless networking and smartphone technology, mobile terminals are used in a wide variety of fields. To meet the needs of indoor positioning, this article analyzes the positioning of Wi-Fi wireless LAN signals. The main research work is as follows: 1. Briefly describe the importance of positioning in the current situation. Summarizes the current types of indoor wireless positioning, briefly analyzes the characteristics of various wireless positioning systems, and studies the factors that influence positioning. 2. This paper discusses online matching algorithms, including Bayesian and Nearest Neighbor. 3. This paper discusses indoor positioning techniques and indoor positioning algorithms. The internal positioning method includes the TOA scoring method, the TDOA scoring method, the AOA scoring method, and the RSS scoring method. The internal positioning algorithm includes Nearest Neighbor, K Nearest Neighbor, Weighted Neighbor Algorithm, Kernel Function Method, BP Neural Network, Support Vector Machine Algorithm.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 20
За последние 30 дней: 0
Подробная статистика